• Mon espace de travail
  • Aide IRIS
  • Par Publication Par Personne Par Unité
    • English
    • Français
  • Se connecter
Logo du site

IRIS | Système d’Information de la Recherche Institutionnelle

  • Accueil
  • Personnes
  • Publications
  • Unités
  • Périodiques
UNIL
  • English
  • Français
Se connecter
IRIS
  • Accueil
  • Personnes
  • Publications
  • Unités
  • Périodiques
  • Mon espace de travail
  • Aide IRIS

Parcourir IRIS

  • Par Publication
  • Par Personne
  • Par Unité
  1. Accueil
  2. IRIS
  3. Publication
  4. Atlas-based segmentation of pathological MR brain images using a model of lesion growth.
 
  • Détails
Titre

Atlas-based segmentation of pathological MR brain images using a model of lesion growth.

Type
article
Institution
UNIL/CHUV/Unisanté + institutions partenaires
Périodique
IEEE Transactions on Medical Imaging  
Auteur(s)
Cuadra, M.B.
Auteure/Auteur
Pollo, C.
Auteure/Auteur
Bardera, A.
Auteure/Auteur
Cuisenaire, O.
Auteure/Auteur
Villemure, J.G.
Auteure/Auteur
Thiran, J.P.
Auteure/Auteur
Liens vers les personnes
Bach Cuadra, Meritxell  
Thiran, Jean-Philippe  
Pollo, Claudio  
Hagmann, Patric  
Liens vers les unités
Radiodiagnostic & radiol. Interven.  
Neurochirurgie  
ISSN
0278-0062
Statut éditorial
Publié
Date de publication
2004
Volume
23
Numéro
10
Première page
1301
Dernière page/numéro d’article
1314
Langue
anglais
Notes
Publication types: Comparative Study ; Evaluation Studies ; Journal Article ; Research Support, Non-U.S. Gov't ; Validation StudiesPublication Status: ppublish
Résumé
We propose a method for brain atlas deformation in the presence of large space-occupying tumors, based on an a priori model of lesion growth that assumes radial expansion of the lesion from its starting point. Our approach involves three steps. First, an affine registration brings the atlas and the patient into global correspondence. Then, the seeding of a synthetic tumor into the brain atlas provides a template for the lesion. The last step is the deformation of the seeded atlas, combining a method derived from optical flow principles and a model of lesion growth. Results show that a good registration is performed and that the method can be applied to automatic segmentation of structures and substructures in brains with gross deformation, with important medical applications in neurosurgery, radiosurgery, and radiotherapy.
Sujets

Algorithms

Anatomy, Artistic/met...

Artificial Intelligen...

Brain Neoplasms/diagn...

Cluster Analysis

Computer Simulation

Humans

Image Enhancement/met...

Image Interpretation,...

Imaging, Three-Dimens...

Information Storage a...

Magnetic Resonance Im...

Medical Illustration

Meningeal Neoplasms/d...

Meningioma/diagnosis

Models, Biological

Models, Statistical

Pattern Recognition, ...

Reproducibility of Re...

Sensitivity and Speci...

Subtraction Technique...

PID Serval
serval:BIB_806EC2D7D712
DOI
10.1109/TMI.2004.834618
PMID
15493697
WOS
000224214000011
Permalien
https://iris.unil.ch/handle/iris/182341
Date de création
2012-02-24T13:27:54.479Z
Date de création dans IRIS
2025-05-21T01:04:55Z
  • Copyright © 2024 UNIL
  • Informations légales