Snakes aplicados a la segmentación de imágenes biomédicas. Javier Civit Masot Miguel Omar Escudero Cortines Pablo Rodríguez Sánchez

Presentación del problema

Segmentación La segmentación es el proceso que subdivide una imagen en sus partes constituyentes u objetos

Contorno activo o Snake Un snake se puede definir como una curva spline minimizadora de energía

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

Energías de un Snake Interna y externa

Snakes adaptables a la topología Las T-snakes son modelos híbridos que combinan las Snakes paramétricas con aspectos de la aproximación de conjuntos de nivel.

Snakes dinámicos Los modelos dinámicos son interesantes para el análisis de imágenes médicas variantes en el tiempo.

Icy: Entorno Libre procesado imágenes biomédicas Desarrollado en el Instituto Pasteur. Plug-ins snakes Ricard Gonzalo (EPFL)

Evolución Snakes (Active Contours) 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.

Active Cells. vs. Contours. Contours: Mallas discretas. Cells: Splines Posibilidad de splines 3D.

Bibliografía [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

Conclusiones 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.

The end Pablo Rodríguez Sánchez Miguel Omar Escudero Cortines Javier Civit Masot pablors92@gmail.com miguel_omar.ec@hotmail.com javier.civit@hotmail.es