2-Step Robust Vertebra Segmentation
Autor: | Edmond Rust, Christophe Collet, Jean-Baptiste Courbot, Emmanuel Monfrini |
---|---|
Přispěvatelé: | Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (ICube), Institut National des Sciences Appliquées - Strasbourg (INSA Strasbourg), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université de Strasbourg (UNISTRA)-Centre National de la Recherche Scientifique (CNRS)-École Nationale du Génie de l'Eau et de l'Environnement de Strasbourg (ENGEES)-Réseau nanophotonique et optique, Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Matériaux et nanosciences d'Alsace (FMNGE), Institut de Chimie du CNRS (INC)-Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Institut National de la Santé et de la Recherche Médicale (INSERM)-Centre National de la Recherche Scientifique (CNRS)-Institut de Chimie du CNRS (INC)-Université de Strasbourg (UNISTRA)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Centre National de la Recherche Scientifique (CNRS), Services répartis, Architectures, MOdélisation, Validation, Administration des Réseaux (SAMOVAR), Institut Mines-Télécom [Paris] (IMT)-Télécom SudParis (TSP), Centre National de la Recherche Scientifique (CNRS), IEEE, École Nationale du Génie de l'Eau et de l'Environnement de Strasbourg (ENGEES)-Université de Strasbourg (UNISTRA)-Institut National des Sciences Appliquées - Strasbourg (INSA Strasbourg), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Institut National de Recherche en Informatique et en Automatique (Inria)-Les Hôpitaux Universitaires de Strasbourg (HUS)-Centre National de la Recherche Scientifique (CNRS)-Matériaux et Nanosciences Grand-Est (MNGE), Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut de Chimie du CNRS (INC)-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut de Chimie du CNRS (INC)-Centre National de la Recherche Scientifique (CNRS)-Réseau nanophotonique et optique, Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Centre National de la Recherche Scientifique (CNRS) |
Jazyk: | angličtina |
Rok vydání: | 2015 |
Předmět: |
[STAT.AP]Statistics [stat]/Applications [stat.AP]
Segmentation-based object categorization Orientation (computer vision) business.industry Computer science Coarse-to-fine modeling Automatic vertebra segmentation Scale-space segmentation Pattern recognition Image segmentation Clinical imagery SLIC Clustering Transformation (function) Hidden Markov Chains Robustness (computer science) Computer vision Segmentation Artificial intelligence Hidden Markov model business [SPI.SIGNAL]Engineering Sciences [physics]/Signal and Image processing |
Zdroj: | International Conference on Image Processing Theory, Tools and Applications International Conference on Image Processing Theory, Tools and Applications, IEEE, Nov 2015, Orléans, France. ⟨10.1109/IPTA.2015.7367118⟩ IPTA |
Popis: | International audience; Knowledge of vertebra location, shape and orientation is crucial in many medical applications such as orthopedics or interventional procedures. The wide range of shapes, joint alterations and pathological cases encountered in an aging population makes automatic segmentation sometimes challenging. This paper presents a new automated vertebra segmentation method for 3D CT data which tackles these problems. This method has two consecutive main steps: first a new coarse-to-fine method produces a coarse shape of the vertebra, then a Hidden Markov Chain (HMC) segmentation using a specific volume transformation refine the segmentation. No shape prior is used thus allowing most frequent non-standard and pathological cases handling. We experiment this method on a set of standard vertebrae and on non-standard cases as encountered in daily practice. After expert validation, we show that our method is robust to shape and luminance changes, and provides correct segmentation for pathological cases. |
Databáze: | OpenAIRE |
Externí odkaz: |