François Chung, Ph.D.

Tag: membre inférieur

LAP 2011 - Livre

LAP 2011 – Livre

|

Publication

François Chung; Regional appearance modeling for model-based image segmentation: Methodological approaches to improve the accuracy of model-based image segmentation; Lambert Academic Publishing (LAP), Saarbrücken, 2011; ISBN: 978-3844322095.

Abstract

This thesis presents a novel appearance prior for model-based image segmentation. This appearance prior, denoted as Multimodal Prior Appearance Model (MPAM), is built upon an Expectation–Maximization (EM) clustering of intensity profiles with model order selection to automatically select the number of profile classes. Unlike classical approaches based on Principal Component Analysis (PCA), the clustering is considered as regional because intensity profiles are classified for each mesh and not for each vertex. Comparative results on liver profiles from Computed Tomography (CT) images show that MPAM outperforms PCA-based appearance models. Finally, methods for the analysis of lower limb structures from Magnetic Resonance (MR) images are presented. A first part deals with the creation of subject-specific models for kinematic simulations of the lower limbs. In a second part, the performance of statistical models is compared in the context of lower limb bone segmentation when only a small number of datasets is available for training.

Références

Publication

Livre (Amazon)
Livre (MoreBooks)
Référence bibliographique (BibTeX)

Articles associés

3D Anatomical Human (projet INRIA)
Ph.D. Thesis 2011 (thèse de doctorat)

En savoir plus

LAP – Lambert Academic Publishing

Ph.D. Thesis 2011 - Thèse de doctorat

Ph.D. Thesis 2011 – Thèse de doctorat

|

Publication

François Chung; Regional appearance modeling for deformable model-based image segmentation; Thèse de doctorat (Ph.D. Thesis), Mines ParisTech, Centre de Mathématiques Appliquées, 2011.

Abstract

This thesis presents a novel appearance prior for model-based image segmentation. This appearance prior, denoted as Multimodal Prior Appearance Model (MPAM), is built upon an Expectation-Maximization (EM) clustering of intensity profiles with model order selection to automatically select the number of profile classes. Unlike classical approaches based on Principal Component Analysis (PCA), the clustering is considered as regional because intensity profiles are classified for each mesh and not for each vertex.

First, we explain how to build a MPAM from a training set of meshes and images. The clustering of intensity profiles and the determination of the number of appearance regions by a novel model order selection criterion are explained. A spatial regularization approach to spatially smooth the clustering of profiles is presented and the projection of the appearance information from each dataset on a reference mesh is described.

Second, we present a boosted clustering based on spectral clustering, which optimizes the clustering of profiles for segmentation purposes. The representation of the similarity between data points in the spectral space is explained. Comparative results on liver profiles from Computed Tomography (CT) images show that our approach outperforms PCA-based appearance models.

Finally, we present methods for the analysis of lower limb structures from Magnetic Resonance (MR) images. In a first part, our technique to create subject-specific models for kinematic simulations of lower limbs is described. In a second part, the performance of statistical models is compared in the context of lower limb bones segmentation when only a small number of datasets is available for training.

Mots-clés

  • appearance modeling
  • liver
  • lower limbs
  • medical imaging
  • model-based image segmentation
  • unsupervised clustering

Références

Publication

Version publiée (PDF)
Présentation (PDF)
Référence bibliographique (BibTeX)
Version papier (Amazon)
Version papier (MoreBooks)

Articles associés

3D Anatomical Human (projet INRIA)
CVIU 2013 (article de revue scientifique)
LAP 2011 (livre)

En savoir plus

PASTEL
Mines ParisTech

3D Anatomical Human

3D Anatomical Human

|

Projet INRIA @Genève, Suisse (2010). Le projet 3D Anatomical Human (3DAH) est un réseau européen de recherche et de formation (RTN) de type Marie Curie. L'objectif est d'accroître le développement de technologies et de connaissances autour des représentations virtuelles du corps humain pour des applications médicales. Plus précisément, le réseau a pour objectif de développer des modèles 3D réalistes et fonctionnels du système musculo-squelettique humain.

Les principaux domaines de recherche sont les suivants:

  • analyse du contrôle moteur: simulation du système locomoteur;
  • infographie: simulation efficace des êtres humains;
  • biomécanique: caractérisation tissulaire précise et simulation mécanique;
  • traitement d'images: modélisation d'organes à partir d'images;
  • orthopédie: résolution de problèmes pathologiques particuliers.

Les partenaires de ce projet sont:

  • AAU - Aalborg Universitet (DK);
  • CRS4 - Centro di Ricerca, Sviluppo e Studi Superiori in Sardegna (IT);
  • EPFL - École Polytechnique Fédérale de Lausanne (CH);
  • INRIA Sophia-Antipolis - Institut National de Recherche en Informatique et en Automatique (FR);
  • UNIGE - Université de Genève (CH);
  • UCL - University College London (UK);
  • VUB - Vrije Universiteit Brussel (BE).

Dans ce projet, mon travail consiste à segmenter les structures anatomiques des membres inférieurs (p. ex. muscles, os et ligaments) à partir d'images par résonance magnétique (IRM) statiques et dynamiques. En raison de la variabilité de ces structures, la segmentation est effectuée en combinant un recalage non-rigide de l'image avec une segmentation par modèle déformable.

Références

Articles associés

TVC 2011 (article de revue scientifique)
CBM 2009 (acte de conférence)
MICCAI 2009 (acte de conférence)

En savoir plus

3DAH – 3D Anatomical Human
INRIA Sophia-Antipolis – Institut National de Recherche en Informatique et en Automatique

ORASIS 2009 - Acte de conférence

ORASIS 2009 – Acte de conférence

|

Publication

François Chung, Jérôme Schmid, Olivier Clatz, Nadia Magnenat-Thalmann, Hervé Delingette; Reconstruction 3D des structures anatomiques des membres inférieurs; ORASIS'09: Congrès des jeunes chercheurs en vision par ordinateur, Association Française pour la Reconnaissance et l'Interprétation des Formes (AFRIF), Trégastel, 2009.

Abstract

Dans cet article, nous nous intéressons à la modélisation des structures anatomiques des membres inférieurs telles que les os, les muscles et les tendons. La méthode proposée commence par une acquisition d'images par résonance magnétique (IRM) durant laquelle les membres inférieurs d'un sujet sont scannés. Des modèles 3D sont ensuite générés après une segmentation manuelle des structures anatomiques. Cependant, la surface des modèles générés n'est pas lisse. De plus, les modèles ne sont pas attachés alors qu'ils devraient l'être anatomiquement. Nous décrivons donc les différentes étapes pour contraindre les modèles à être corrects au niveau anatomique et nous discutons de leur validation. L'objectif de cette méthode est de pouvoir réutiliser ces modèles dans des méthodes de segmentation automatique.

Mots-clés

  • IRM
  • segmentation
  • modélisation 3D
  • membres inférieurs

Références

Publication

Version publiée (HAL)
Version pre-print (PDF)
Présentation (PDF)
Référence bibliographique (BibTeX)

Articles associés

Reconstruction 3D (projet INRIA)
3D Anatomical Human (projet INRIA)

En savoir plus

ORASIS’09
AFRIF – Association Française pour la Reconnaissance et l’Interprétation des Formes

Reconstruction 3D

Reconstruction 3D

|

Projet INRIA @Genève, Suisse (2009). Dans ce travail, nous nous intéressons à la reconstruction 3D des structures anatomiques des membres inférieurs telles que les os, les muscles et les tendons. Notre méthode commence par une acquisition d'images par résonance magnétique (IRM) durant laquelle les membres inférieurs d'un sujet sont scannés. Des modèles 3D sont ensuite générés après une segmentation manuelle des structures anatomiques.

Cependant, la surface des modèles générés n'est pas lisse. De plus, les modèles ne sont pas attachés alors qu'ils devraient l'être anatomiquement. Différentes étapes consécutives sont nécessaires pour contraindre les modèles à être corrects au niveau anatomique. L'objectif de notre méthode est de pouvoir réutiliser ces modèles avec des méthodes de segmentation automatique.

Ce travail est une collaboration entre:

  • INRIA Sophia-Antipolis - Institut National de Recherche en Informatique et en Automatique (FR);
  • UNIGE - Université de Genève (CH).

Notre méthode de modélisation nous a permis de générer la plupart des structures anatomiques des membres inférieurs. Nous avons ainsi pu créer un total de 109 modèles dont les os, les muscles, les tendons et la peau. En ce qui concerne les os, nous en avons modélisé 6 au total. Plus précisément, la hanche, le fémur, la rotule, le tibia, le fibula et l'os du pied. Enfin, nous avons modélisé 34 muscles au total. Pour chaque muscle, nous avons modélisé une paire de tendons (proximal et distal) dont le rôle est d'attacher les muscles aux os. Les modèles générés ont été évalués et validés par un expert médical.

Références

Articles associés

ORASIS 2009 (acte de conférence)
3D Anatomical Human (projet INRIA)

En savoir plus

INRIA Sophia-Antipolis – Institut National de Recherche en Informatique et en Automatique

Langues

Articles récents

Catégories

Actualités

Les récentes & Les populaires

Recherche