Skip to Main content Skip to Navigation
Conference papers

Segmentation automatique du foie sur des IRM abdominales

Résumé : La segmentation automatique du foie présente un intérêt majeur pour l'étude de pathologies hépatiques. Les méthodes de segmentation par modèle déformable communément utilisées dans la littérature donnent de bons résultats mais nécessitent une initialisation manuelle proche du contour réel. Dans cet article, nous décrivons une méthode basée sur les modèles déformables permettant de détecter automatiquement les contours du foie en IRM. L'initialisation automatique est réalisée par l'étude de l'histogramme et par des traitements bas niveau. L'histogramme de l'image est modélisé par une somme de gaussiennes et une courbe de Rayleigh. La courbe de Rayleigh représente le fond bruité de l'image et les gaussiennes définissent les différentes classes de niveaux de gris de l'image. Un seuillage et différents filtrages sont appliqués successivement pour obtenir un contour proche de celui du foie. Ce contour sert d'initialisation au modèle déformable qui est ensuite attiré vers les frontières de la forme à détecter (ici le foie) suivant différentes forces internes et externes dont la force du flux de vecteurs de gradient (GVF) et une force ballon. Les premiers résultats qualitatifs sont satisfaisants d'après des experts radiologues.
Document type :
Conference papers
Complete list of metadata

https://hal.inria.fr/inria-00000835
Contributor : Elodie Foret <>
Submitted on : Wednesday, November 23, 2005 - 9:29:49 AM
Last modification on : Tuesday, May 7, 2019 - 6:30:06 PM
Long-term archiving on: : Friday, September 14, 2012 - 2:45:31 PM

File

Identifiers

  • HAL Id : inria-00000835, version 1

Citation

Pierre-Yves Daniau-Clavreul, Vincent Roullier, Christine Cavaro-Ménard. Segmentation automatique du foie sur des IRM abdominales. MajecSTIC 2005 : Manifestation des Jeunes Chercheurs francophones dans les domaines des STIC, IRISA – IETR – LTSI, Nov 2005, Rennes, pp.432-435. ⟨inria-00000835⟩

Share

Metrics

Record views

662

Files downloads

683