Piecewise Affine Registration of Biological Images Alain Pitiot, Grégoire Malandain, Eric Bardinet, Paul M. Thompson 2003

Plan Problématique Méthode Résultats Conclusions

Problématique Etude de l’existant: Nécessité d’un traitement local: Transformations globales affines/élastiques Fragmentation simple (quadtree) Correspondance rigide réalisée par l’utilisateur Nécessité d’un traitement local: Réalité biologique Modélisation des transformations plus complexes

Problématique But: processus automatique de recalage des images biologiques 2D par fragmentation intelligente Établir un champ des correspondances Grouper les blocs dans des clusters Extraire les sous-images à partir des clusters Trouver les transformations affines locales Recalage complet par interpolation

Méthode Établir un champ des correspondances Les sites: le centre du bloc associé au site (i,j) sim = coefficient de corrélation Déplacement « optimal » où (k,l) max = arg max k,l sim( , ) .

Méthode Grouper les blocs dans des clusters Maximiser la dépendance intra-cluster Minimiser la dépendance inter-cluster Description de l’algorithme Initialisation: un site dans un cluster Calcul distances inter-clusters Fusionner les plus proches clusters Recommencer jusqu’à le nombre des clusters est atteint

Méthode Définir les distances: Entre les sites Earth mover’s distance entre les distributions faible

Méthode Entre les clusters: T transformation estimée du cluster où

Méthode Extraires les sous-images à partir de clusters Chaque sous-image corresponde à un seul cluster Minimiser les effets du bord On assure un support plus large Trouver les transformations affines locales Algorithme de « block matching »

Méthode Recalage complet par interpolation Couper les sous-images pour éliminer le chevauchement Interpolation élastique

Résultats Tests avec 4 composantes séparées Bonnes résultats même avec un niveau de bruit de 75% (distance géodésique) Tests avec composantes connectées 20% vecteurs mal placés pour bruit 50% Le support plus large aide beaucoup Des meilleurs résultats avec EMD

Résultats médicales

Conclusions Analyse d’ensemble sur l’article Extension 3D du modèle Optimiste, mais pas de temps de calcul Difficultés et limitations Peu de tests Paramètres utilisateur Perspectives