Automatic graph cut segmentation of multiple sclerosis lesions

Laurence Catanese 1 Olivier Commowick 1 Christian Barillot 1, *
* Auteur correspondant
1 VisAGeS - Vision, Action et Gestion d'informations en Santé
INSERM - Institut National de la Santé et de la Recherche Médicale : U746, Inria Rennes – Bretagne Atlantique , IRISA-D5 - SIGNAUX ET IMAGES NUMÉRIQUES, ROBOTIQUE
Abstract : A fully automated segmentation algorithm for Multiple Sclerosis (MS) lesions is presented. Our method includes two main steps: the detection of lesions by graph cut initialized with a robust Expectation-Maximization (EM) algorithm and the application of rules to remove false positives. Our algorithm will be tested on the ISBI 2015 challenge longitudinal data. For each patient, a unique parameter set is used to run the algorithm.
Type de document :
Communication dans un congrès
ISBI Longitudinal Multiple Sclerosis Lesion Segmentation Challenge, Apr 2015, New York, United States. 2015
Liste complète des métadonnées

http://www.hal.inserm.fr/inserm-01304109
Contributeur : Olivier Commowick <>
Soumis le : mardi 19 avril 2016 - 10:41:50
Dernière modification le : mercredi 2 août 2017 - 10:07:12
Document(s) archivé(s) le : mardi 15 novembre 2016 - 06:14:29

Fichier

ISBI_Challenge_Catanese.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : inserm-01304109, version 1

Citation

Laurence Catanese, Olivier Commowick, Christian Barillot. Automatic graph cut segmentation of multiple sclerosis lesions. ISBI Longitudinal Multiple Sclerosis Lesion Segmentation Challenge, Apr 2015, New York, United States. 2015. 〈inserm-01304109〉

Partager

Métriques

Consultations de
la notice

200

Téléchargements du document

118