Comparison of Energy Minimization Methods for 3-D Brain Tissue Classification

Détails

ID Serval
serval:BIB_747B4E52DE44
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).
Sous-type
Abstract (résumé de présentation): article court qui reprend les éléments essentiels présentés à l'occasion d'une conférence scientifique dans un poster ou lors d'une intervention orale.
Collection
Publications
Titre
Comparison of Energy Minimization Methods for 3-D Brain Tissue Classification
Titre de la conférence
ICIP 2011, International Conference on Image Processing
Auteur(s)
Gorthi S., Thiran J.P., Bach Cuadra M.
Adresse
Brussels, Belgium, September 11-14, 2011
Statut éditorial
Publié
Date de publication
2011
Langue
anglais
Résumé
This paper presents 3-D brain tissue classificationschemes using three recent promising energy minimizationmethods for Markov random fields: graph cuts, loopybelief propagation and tree-reweighted message passing.The classification is performed using the well knownfinite Gaussian mixture Markov Random Field model.Results from the above methods are compared with widelyused iterative conditional modes algorithm. Theevaluation is performed on a dataset containing simulatedT1-weighted MR brain volumes with varying noise andintensity non-uniformities. The comparisons are performedin terms of energies as well as based on ground truthsegmentations, using various quantitative metrics.
Mots-clé
LTS5, Energy minimization, Markov random fields (MRF), Medical image segmentation, Brain tissue classification, CIBM-SPC
Création de la notice
29/11/2011 17:40
Dernière modification de la notice
03/03/2018 18:21
Données d'usage