PROJET SIMMAV

Segmentation d'Images Medicales Multimodales par Approches Variationnelles


(Crédit Incitatif 2008 Institut Telecom)


Partenaires

- Telecom ParisTech:
Elsa Angelini, Isabelle Bloch,  Vincent Israel-Jost
- UCLA: Jérôme Darbon
- CHU Strasbourg
Elodie Breton, Philippe Choquet, André Constantinesco


Résumé

Ce projet s’intéresse à des développements  méthodologiques précis pour la segmentation d’images médicales multimodales. Un cadre de segmentation variationnel, impliquant la minimisation d’une énergie, est étudié pour la segmentation d’images IRM du cerveau. Le but essentiel de ce projet est de permettre les extensions méthodologiques nécessaires pour l'exploitation d'une information provenant de plusieurs acquisitions d'imagerie médicale (par example plusieurs types d’IRM) dans un processus de segmentation vectorielle. Cette extension est indispensable pour l’analyse spécifique des tumeurs et des manifestations pathologiques associées (oedèmes, nécroses,…). 

L’organisation du travail via une collaboration avec le laboratoire de Mathématiques Appliquées de la University of California Los-Angeles (UCLA), assurera la validité des bases théoriques et leur transfert pour le contrôle d'outils complexes, destinés à d'autres projets plus appliqués. 

De nouvelles applications cliniques seront développées via une nouvelle collaboration avec le Service de Biophysique et Médecine Nucléaire du CHU de Strasbourg.


Publications

Israel-Jost, V.    Breton, E.    Angelini, E.D.    Choquet, P.    Bloch, I.    Constantinescd, A., "Vectorial multi-phase mouse brain tumor segmentation in T1-T2 MRI", 5th IEEE International Symposium on Biomedical Imaging (ISBI), 14-17 May, page 5-8, Paris, France, 2008. lien

seg

J-C Perles, Rapport de Stage de Master ISTI (Images, Sciences et Technologies de l'Information) , Ecole Nationale Supérieure de Physique de Strasbourg, Septembre 2008. Lien

Vincent Israel-Jost, Jerome Darbon, Elsa Angelini and Isabelle Bloch, « Multi-Phase and Multi-Channel Region Segmentation and Application in Brain MRI », CAM Report, UCLA, Nov. 2008. Lien


Illustrations