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

Résumé : 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.