Fast semi-automatic segmentation based on reduced basis
Résumé
This note adresses the following segmentation problem in medical imaging : minimize expert intervention for semi-automatic segmentation process. Using a reduced basis, we have an a priori knowledge of the objet we want to identify on the images, like a muscle on a CT-Scan. We just have to identify the coefficients associated to the object of interest in the reduced basis, by solving a linear system taking as input the coordinates of some selected points in the image. An example implemented in 2D is shown. This method is independent of the grayscale of the image, and can therefore be applied to all objects and images. To cite this article: Y. Maday, D. Lombardi, L. Uro, C. R. Acad. Sci. Paris, Ser. I 340 (2019).
Résumé Méthode de segmentation semi-automatique fondée sur une base réduite Nous présentons ici une méthode de segmentation d'imagerie médicale semi-automatique minimisant l'interventions d'un expert. A l'aide d'une base réduite, nous connaissons a priori la forme de l'objetà identifier sur les images, comme un muscle sur un scanner. Il suffit d'identifier les coefficients associésà l'objet d'intéret dans la base rduite, via la résolution d'un système linéaire prenant en entrée les coordonnées de quelques points sélectionnés sur l'image. Un exemple implémenté en 2D est proposé.. Cette méthode est indépendante des niveaux de gris de l'image, et peut donĉ etre appliquées sur tous objets et toutes imageries. Pour citer cet article : Y. Maday, D. Lombardi, L. Uro, C. R. Acad. Sci. Paris, Ser. I 340 (2005).
Domaines
Modélisation et simulation
Origine : Fichiers produits par l'(les) auteur(s)
Loading...