4-D Gradient Vector Flow : segmentation par surface active pour images multi-composantes - Archive ouverte HAL Access content directly
Conference Papers Year :

4-D Gradient Vector Flow : segmentation par surface active pour images multi-composantes

(1) , (1, 2) , (3) , (4) , (1) , (1)
1
2
3
4
Vincent Jaouen
Simon Stute
Clovis Tauber
  • Function : Author
  • PersonId : 968338

Abstract

Dans cet article, nous généralisons le flux de vecteurs gradients à la segmentation par surface active d'images 3-D à valeurs vectorielles. Nous basons notre méthode sur la définition d'un tenseur de structure multi-composantes pondéré exploitant l'intégralité de l'information de l'image pour réduire la sensibilité au bruit et améliorer la précision du modèle. Appliquée à la segmentation de volumes biologiques en imagerie par tomographie d'émission de positrons (TEP) dynamique, nous validons notre méthode sur des simulations Monte Carlo réalistes d'images TEP de fantômes numériques.
Fichier principal
Vignette du fichier
30.pdf (8.65 Mo) Télécharger le fichier
Origin : Explicit agreement for this submission
Loading...

Dates and versions

hal-00829425 , version 1 (05-06-2013)

Identifiers

  • HAL Id : hal-00829425 , version 1

Cite

Vincent Jaouen, P. Gonzalez, Simon Stute, Irène Buvat, Denis Guilloteau, et al.. 4-D Gradient Vector Flow : segmentation par surface active pour images multi-composantes. ORASIS - Journées francophones des jeunes chercheurs en vision par ordinateur, Jun 2013, Cluny, France. ⟨hal-00829425⟩
542 View
374 Download

Share

Gmail Facebook Twitter LinkedIn More