Segmentation automatique par modèle déformable implicite à l'aide de statistiques de Weibull locale/globale : Application en IRM cardiaque

Cet article propose une methode de segmentation automatique du ventricule gauche (VG) en IRM par modele deformable implicite (Level Set) a l'aide d'un cadre variationnel. Pour ces approches, les degres de liberte sont l'initialisation et la fonctionnelle a minimiser. Le premier est souvent laisse au soin du praticien. Afin d'eviter cette intervention humaine, nous presentons une methode d'initialisation fondee sur une transformee de Hough exploitant les informations spatio-temporelles du VG. Classiquement, la fonctionnelle energetique utilise des informations issues des contours, des regions mais egalement des contraintes de formes. Nous proposons de coupler un terme d'energie contour calcule par une mesure d'asymetrie via le signal monogene, des statistiques de l'intensite des pixels (modele de Weibull) et une contrainte sur l'epaississement myocardique. La presence de plusieurs tissus (myocarde, sang, . . .) implique la non-stationnarite des donnees. Afin d'estimer au mieux les parametres de la distribution, nous proposons un modele deformable maximisant localement et/ou globalement la log-vraisemblance pour etre coherent avec l'anatomie. Finalement, nous evaluons notre methode sur les donnees du challenge MICCAI 2009.