Automatic Brain Extraction in Fetal MRI using Multi-Atlas-based Segmentation

Détails

ID Serval
serval:BIB_40F526281083
Type
Actes de conférence (partie): contribution originale à la littérature scientifique, publiée à l'occasion de conférences scientifiques, dans un ouvrage de compte-rendu (proceedings), ou dans l'édition spéciale d'un journal reconnu (conference proceedings).
Collection
Publications
Titre
Automatic Brain Extraction in Fetal MRI using Multi-Atlas-based Segmentation
Titre de la conférence
Medical Imaging 2015: Image Processing
Auteur(s)
Tourbier Sebastien, Hagmann Patric, Cagneaux Maud, Guibaud Laurent, Gorthi Subrahmanyam, Schaer Marie, Thiran Jean-Philippe, Meuli Reto, Cuadra Bach Meritxell
Editeur
Spie-Int Soc Optical Engineering
Adresse
Bellingham, March 20, 2015
ISBN
978-1-62841-503-2
ISSN-L
0277-786X
Statut éditorial
Publié
Date de publication
2015
Editeur scientifique
Ourselin S, Styner M.A.
Volume
9413
Série
SPIE Proceedings
Pages
94130Y
Langue
anglais
Notes
EPFL-CONF-212414
Résumé
In fetal brain MRI, most of the high-resolution reconstruction algorithms rely on brain segmentation as a preprocessing step. Manual brain segmentation is however highly time-consuming and therefore not a realistic solution. In this work, we assess on a large dataset the performance of Multiple Atlas Fusion (MAF) strategies to automatically address this problem. Firstly, we show that MAF significantly increase the accuracy of brain segmentation as regards single-atlas strategy. Secondly, we show that MAF compares favorably with the most recent approach (Dice above 0.90). Finally, we show that MAF could in turn provide an enhancement in terms of reconstruction quality.
Mots-clé
Fetal MRI, Brain Extraction, Template-based, Segmentation, Multi-Atlas Fusion
Création de la notice
27/11/2015 14:22
Dernière modification de la notice
20/08/2019 13:40
Données d'usage