ACCUEIL

Consignes aux
auteurs et coordonnateurs
Nos règles d'éthique
Auteurs : soumettez
votre article en ligne
Autres revues >>

Traitement du Signal

0765-0019
Signal, Image, Parole
 

 ARTICLE VOL 31/1-2 - 2014  - pp.9-38  - doi:10.3166/ts.31.9-38
TITRE
4DGVF : segmentation variationnelle pour images 3D multicomposantes

TITLE
4DGVF: variational segmentation of 3D vector-valued images

RÉSUMÉ

Dans cet article, nous généralisons le flot de vecteurs gradients (GVF) pour les images à valeurs vectorielles. Nous basons notre méthode sur la définition d’un tenseur de structure multicomposante pondéré par une estimation aveugle du contraste, exploitant l’intégralité de l’information spatio-spectrale pour réduire la sensibilité au bruit et affiner les orientations du champ de forces dans l’image. Le champ de forces ainsi produit tire profit des directions et amplitudes du gradient déduites de l’analyse de la structure locale. Appliquée à la segmentation de volumes biologiques en imagerie par tomographie d’émission de positrons (TEP) 3D dynamique, nous validons notre méthode sur des simulations Monte Carlo réalistes d’images TEP de fantômes numériques et présentons des résultats sur des images TEP dynamiques réelles. Les performances obtenues sur ce type d’images confirment l’intérêt de l’approche multicomposante de surfaces actives proposées.



ABSTRACT

In this paper, we generalize the gradient vector flow field to vector-valued images. We base our method on the definition of a structure tensor that is calculated according to a blind estimation of contrast in the different channels and that exploits the whole spatio-spectral information, hence reducing sensitivity to noise and better defining orientations of the force field. The resulting field takes profit of both magnitude and direction of the vector-valued gradient. Applied to biological volume delineation in 3D dynamic Positron Emission Tomography (PET) imaging, we validate our method on realistic Monte Carlo simulations of numerical phantoms and present results on real dynamic PET data. Performances observed on such images confirm the potential of the proposed active surface approach for vector-valued data.



AUTEUR(S)
Vincent JAOUEN, Paulo GONZÁLEZ, Simon STUTE, Denis GUILLOTEAU, Sylvie CHALON, Irène BUVAT, Clovis TAUBER

MOTS-CLÉS
segmentation 3D, modèles déformables, TEP dynamique

KEYWORDS
3D segmentation, deformable models, dynamic PET

LANGUE DE L'ARTICLE
Français

 PRIX
• Abonné (hors accès direct) : 7.5 €
• Non abonné : 15.0 €
|
|
--> Tous les articles sont dans un format PDF protégé par tatouage 
   
ACCÉDER A L'ARTICLE COMPLET  (25,98 Mo)



Mot de passe oublié ?

ABONNEZ-VOUS !

CONTACTS
Comité de
rédaction
Conditions
générales de vente

 English version >> 
made by WAW Lavoisier