Auteurs : P. Hellier C. Barillot E. Mémin P.Pérez

Présentation au sujet: "Auteurs : P. Hellier C. Barillot E. Mémin P.Pérez"— Transcription de la présentation:

1 Auteurs : P. Hellier C. Barillot E. Mémin P.Pérez
Estimation robuste 3D d’un champ de déformation pour le recalage non rigide de volumes cérébraux Publié dans IEEE. Ces gens travaillent à l’IRISA à Rennes Auteurs : P. Hellier C. Barillot E. Mémin P.Pérez

2 Recalage monomodale intersujet
Contexte : Nous voulons recaler des images monomodal -> un seul moyen d’acquisition et intersujet. Il va donc y avoir de très forte transformation. Toutes les images étudié provienne d’IRM que nous allons présenté brièvement. Recalage monomodale intersujet

3 IRM L’IRM est basé sur le phénomène de résonance magnétique nucléaire. Un aimant crèe un champ magnétique qui fait apparaître une aimantation qui est du noyau d’hydrogène (ils se comporte comme une boussole). On pertube les noyau d’hydrogène en leur envoyant une onde.

4 Plan I Utilisation du flot optique II Estimateurs robuste
III Approche multirésolution et multigrille IV Résultats

5 Equation du flot optique
Hypothèse : invariance de la luminance d’un point physique entre deux images f(s+ωs,t1)-f(s,t2)=0

6 Problème du flot optique
Deux points ayant une même luminance ne correspondent pas forcément au même point physique dans l’image Il faut donc introduire une nouvelle mesure : le gradient spatial f(s+ωs,t1)-f(s,t2)=0

7 Fonction de coût Flot optique Terme de régulation
Flot optique évalue la différence de luminance entre un point et son image par la transformation Terme de régulation évalue la distance séparant les champs de déformation deux points voisins

8 Cas de figures (1) ws Idéal s wr r

9 Cas de figures (2) Erreur sur le voisin r s wr ws 20

10 Cas de figures (3) Erreur sur la luminance ws s r wr 20

11 Cas de figures (4) ws r wr s Erreur médiane 10 10

12 Estimateur robuste Problème : On ne peut pas distinguer les cas de figures 2,3 et 4.

13 r s wr ws Estimateur robuste Utilisation : cas 2 20 200

14 Estimateur robuste 10 10 40 30 Utilisation : cas 4
Les estimateurs robuste permettent donc de distinguer les cas abérrants 40 30

15 Approche multirésolution
Pour des souci de temps de calculs on va étudié l’image à diverse résolution. On va donc construire une pyramide de résolution. A chaque niveau de résolution on fait corresponde wk ωk : projection du champ au niveau k

16 Approche multigrille Application :
Toujours dans un souci de rapidité nous allons adopté une approche multigrille A chaque niveau de résolution.

17 Segmentation Soit M = intersection avec le masque de segmentation

18 Estimateur robuste La minimisation de U est équivalente à la minimisation de

19 Propriétés est un poids appartenant à [O,N] N

20 Approche multigrille F E Valeur de F signification Valeur de δ Grande
On cherche à minimiser E en fonction de d pour une grille : Valeur de F signification Valeur de δ Grande Grande différence de luminance petit Petit Luminances équivalentes grand

21 s1>>s3 et s4>>s2
Approche multigrille petit : grande différence de luminance grand : petite différence de luminance Etude de la moyenne et de la variance de d m(d) v(d) signification Petite La déformation ne convient pas à l’ensemble des voxels de la grille Grande La déformation convient à l’ensemble des voxels de la grille La déformation ne convient pas à quelques voxels de la grille s1>>s3 et s4>>s2

22 Approche multigrille

23 Approche multigrille La partition adaptative permet de raffiner l’estimation avec une résolution de l’ordre du voxel dans les zones d’intérêts, tout en évitant des efforts inutiles et coûteux ailleurs

24 Résultats

25 Résultats

26 Conclusion Méthode de recalage validée Méthode intelligente
Base de 18 patients En maltraitant les images Méthode intelligente Estimation des déformations dans les zones d’intérêts Présence d’erreur dans les sillons –(variabilité importante)