Upload
leocadio-gamon
View
236
Download
0
Embed Size (px)
Citation preview
Snakes aplicados a la segmentación de imágenes biomédicas.
Javier Civit MasotMiguel Omar Escudero Cortines
Pablo Rodríguez Sánchez
Presentación del problema
La segmentación es el proceso que subdivide una imagen en sus partes constituyentes u objetos
Segmentación
Un snake se puede definir como una curva spline minimizadora de energía
Contorno activo o Snake
La forma del contorno se expresa mediante la siguiente funcional de energía E, la cual se debe ser minimizada con el fin de determinar la forma y posición final de la Snake
Snake
Interna y externa
Energías de un Snake
Las T-snakes son modelos híbridos que combinan las Snakes paramétricas con aspectos de la aproximación de conjuntos de nivel.
Snakes adaptables a la topología
Los modelos dinámicos son interesantes para elanálisis de imágenes médicas variantes en el tiempo.
Snakes dinámicos
Desarrollado en el Instituto Pasteur. Plug-ins snakes Ricard Gonzalo (EPFL)
Icy: Entorno Libre procesado imágenes biomédicas
Sobre 4 frames consecutivos de una RMN de rodilla. Formato estándar DICOM.
Cada frame parte de los snakes del anterior. En este caso provoca que crezcan y salgan de las zonas iniciales.
Evolución Snakes (Active Contours)
Contours: Mallas discretas.Cells: SplinesPosibilidad de splines 3D.
Active Cells. vs. Contours.
[1] F. de Chaumont, S. Dallongeville, N. Chenouard, N. Hervé, S. Pop, T. Provoost, et al., "Icy: an open bioimage informatics platform for extended reproducible research," Nature methods, vol. 9, pp. 690-696, 2012.
[2] R. Delgado-Gonzalo, N. Chenouard, and M. Unser, "Spline-Based Deforming Ellipsoids for Interactive 3D Bioimage Segmentation," 2013.
[3] R. Delgado-Gonzalo, V. Uhlmann, D. Schmitter, and M. Unser, "Snakes on a Plane: A perfect snap for bioimage analysis," Signal Processing Magazine, IEEE, vol. 32, pp. 41-48, 2015.
[4] Rafael Verdú Monedero, Dr. Juan Morales Sánchez, Dr. Luis Weruaga Prieto. Tesis Doctoral: “Formulación de los Contornos Activos en el Dominio de la Frecuencia y Análisis de Convergencia en Segmentación de Imagen”. 2005
Bibliografía
El procesado previo con otras técnicas suele ser muy conveniente.
Ventajas:
◦ Recubre zona de interés fácilmente. Muy configurable◦ Recubre zonas dinámicas.◦ Recubre tanto en el tiempo (t) como en espacio 3D (z).
Desventajas:
◦ Sensible al ruido. Puede mejorarse eligiendo bien parámetros.
◦ Requiere bastante conocimiento especializado.◦ Cuanto más tiempo tarde en conseguir recubrir más
probable es que salga de la zona deseada. También puede ajustarse.
◦ Los modelos 3D basados en splines son difíciles de usar.
Conclusiones
The end
Miguel Omar Escudero Cortines
Pablo Rodríguez Sánchez
Javier Civit Masot