Segmentation d'images par étiquetage crédibiliste: Application à l'imagerie médicale par tomodensitométrie en cancérologie

摘要

In this paper, an image segmentation algorithm based on credal labelling is presented. The main contribution of this work lies in the way in which the images are modelled by belief functions in order to represented uncertainty inherent in the labelling of a voxel to a class. For each voxel, the basic belief assignment is derived from intrinsic features of the regions in the image. In order to control the uncertainty in the labelling step, a decision threshold is decreased in a progressive way throughout an iterative process until its stabilization. The methodology is applied for volumes segmentation on computed tomography images. The segmentation of the two lungs, trachea, main bronchi and the spinal canal is carried out for patients having undergone external radiotherapy treatment. The segmentation of a pathological ganglion is also presented and is used for volume measurement in case of therapeutic follow-up.%Dans cet article, un algorithme de segmentation d'images basé sur une technique d'étiquetage crédibiliste est présenté. La contribution essentielle de ce travail réside dans la façon dont les images sont modélisées par des fonctions de croyance de façon à représenter l'incertitude inhérente à l'étiquetage d'un voxel à une classe. L'allocation de masse réalisée pour chaque voxel est construite à partir des caractéristiques intrinsèques des régions qui composent l'image. Afin de limiter cette incertitude dans la phase d'étiquetage, on diminue de façon progressive un seuil de décision tout au long d'un processus itératif jusqu'à sa stabilisation. Cet algorithme est appliqué à la segmentation de volumes d'intérêt sur des images TDM. La segmentation des deux poumons, de la trachée, des bronches souches et du canal médullaire est réalisée à visée de radiothérapie externe, ainsi que la réalisation de la segmentation ganglionnaire pour la mesure de volume à visée d'évaluation initiale du stade de la maladie ou de suivi thérapeutique.