Une forme de référence mutuelle pour la fusion et l'évaluation des méthodes de segmentation
Autor: | Jehan-Besson, S., Clouard, R., Tilmant, C., de Cesare, A., Lalande, A., Lebenberg, J., Clarysse, P., Sarry, L., Frouin, F., Garreau, M. |
---|---|
Přispěvatelé: | Laboratoire d'Imagerie Translationnelle en Oncologie (LITO ), Institut Curie [Paris]-Institut National de la Santé et de la Recherche Médicale (INSERM), Institut Curie [Paris], Equipe Image - Laboratoire GREYC - UMR6072, Groupe de Recherche en Informatique, Image et Instrumentation de Caen (GREYC), Université de Caen Normandie (UNICAEN), Normandie Université (NU)-Normandie Université (NU)-École Nationale Supérieure d'Ingénieurs de Caen (ENSICAEN), Normandie Université (NU)-Centre National de la Recherche Scientifique (CNRS)-Université de Caen Normandie (UNICAEN), Normandie Université (NU)-Centre National de la Recherche Scientifique (CNRS), Institut Pascal (IP), Centre National de la Recherche Scientifique (CNRS)-Université Clermont Auvergne (UCA)-Institut national polytechnique Clermont Auvergne (INP Clermont Auvergne), Université Clermont Auvergne (UCA)-Université Clermont Auvergne (UCA), Laboratoire d'Imagerie Biomédicale [Paris] (LIB), Institut National de la Santé et de la Recherche Médicale (INSERM)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS), Equipe IFTIM [ImViA - EA7535], Centre Hospitalier Universitaire de Dijon - Hôpital François Mitterrand (CHU Dijon)-Centre Régional de Lutte contre le cancer Georges-François Leclerc [Dijon] (UNICANCER/CRLCC-CGFL), UNICANCER-UNICANCER-Imagerie et Vision Artificielle [Dijon] (ImViA), Université de Bourgogne (UB)-Université de Bourgogne (UB), Service NEUROSPIN (NEUROSPIN), Université Paris-Saclay-Direction de Recherche Fondamentale (CEA) (DRF (CEA)), Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA), Centre de Recherche en Acquisition et Traitement de l'Image pour la Santé (CREATIS), Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-Université de Lyon-Institut National des Sciences Appliquées de Lyon (INSA Lyon), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université Jean Monnet - Saint-Étienne (UJM)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Centre National de la Recherche Scientifique (CNRS), Image Science for Interventional Techniques (ISIT), Université d'Auvergne - Clermont-Ferrand I (UdA)-Clermont Université-Centre National de la Recherche Scientifique (CNRS), Laboratoire Traitement du Signal et de l'Image (LTSI), Université de Rennes (UR)-Institut National de la Santé et de la Recherche Médicale (INSERM), Centre National de la Recherche Scientifique (CNRS)-École Nationale Supérieure d'Ingénieurs de Caen (ENSICAEN), Normandie Université (NU)-Normandie Université (NU)-Université de Caen Normandie (UNICAEN), Normandie Université (NU)-Centre National de la Recherche Scientifique (CNRS)-École Nationale Supérieure d'Ingénieurs de Caen (ENSICAEN), Normandie Université (NU), Université Blaise Pascal - Clermont-Ferrand 2 (UBP)-SIGMA Clermont (SIGMA Clermont)-Centre National de la Recherche Scientifique (CNRS), Laboratoire d'Imagerie Biomédicale (LIB), Centre National de la Recherche Scientifique (CNRS)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Université Pierre et Marie Curie - Paris 6 (UPMC), Commissariat à l'énergie atomique et aux énergies alternatives (CEA), Imagerie et modélisation Vasculaires, Thoraciques et Cérébrales (MOTIVATE), Université Jean Monnet [Saint-Étienne] (UJM)-Hospices Civils de Lyon (HCL)-Institut National des Sciences Appliquées de Lyon (INSA Lyon), Institut National des Sciences Appliquées (INSA)-Université de Lyon-Institut National des Sciences Appliquées (INSA)-Université de Lyon-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-Centre National de la Recherche Scientifique (CNRS)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Université Jean Monnet [Saint-Étienne] (UJM)-Hospices Civils de Lyon (HCL)-Institut National des Sciences Appliquées de Lyon (INSA Lyon), Université de Lyon-Centre National de la Recherche Scientifique (CNRS)-Institut National de la Santé et de la Recherche Médicale (INSERM), Université d'Auvergne - Clermont-Ferrand I (UdA)-Centre National de la Recherche Scientifique (CNRS)-Clermont Université, Institut National de la Santé et de la Recherche Médicale (INSERM)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES) |
Jazyk: | angličtina |
Rok vydání: | 2022 |
Předmět: |
active contours
variational approaches segmentation evaluation shape gradients [INFO.INFO-IT]Computer Science [cs]/Information Theory [cs.IT] Computer Science::Computer Vision and Pattern Recognition [INFO.INFO-TI]Computer Science [cs]/Image Processing [eess.IV] Mutual shape segmentation shape optimization ComputingMethodologies_IMAGEPROCESSINGANDCOMPUTERVISION [INFO.INFO-IM]Computer Science [cs]/Medical Imaging segmentation fusion |
Popis: | This paper proposes the estimation of a mutual shape from a set of different segmentation results using both active contours and information theory. The mutual shape is here defined as a consensus shape estimated from a set of different segmentations of the same object. In an original manner, such a shape is defined as the minimum of a criterion that benefits from both the mutual information and the joint entropy of the input segmentations. This energy criterion is justified using similarities between information theory quantities and area measures, and presented in a continuous variational framework. In order to solve this shape optimization problem, shape derivatives are computed for each term of the criterion and interpreted as an evolution equation of an active contour. A mutual shape is then estimated together with the sensitivity and specificity of each segmentation. Some synthetic examples allow us to cast the light on the difference between the mutual shape and an average shape. The applicability of our framework has also been tested for segmentation evaluation and fusion of different types of real images (natural color images, old manuscripts, medical images). |
Databáze: | OpenAIRE |
Externí odkaz: |