Tumor detection in MR liver images by integrating edge and region information
Alexandra Branzan Albu, Denis Laurendeau, Cécile Moisan · ESAIM Proceedings · 2002
This paper describes a segmentation technique for 2D interventional MR images of liver tumours.Two features of MR data were likely to challenge existing segmentation methods.The first one is the inhomogeneous intratumoral texture, while the second one is the "blurred" appearance and the non-uniform sharpness of the tumour boundary.In order to detect the region of interest, we create the tumour contour map using a multithresholding technique and a measure of similarity between successive contours.Tumours presenting boundaries with non-uniform sharpness are segmented with an algorithm based on pixel aggregation and local textural information.Résumé.Cet article décrit une méthode précise et fiable de segmentation pour des images RM des tumeurs de foie.Les approches traditionnelles de segmentation d'images ne donnent pas de bons résultats dans ce cas-là, à cause de deux caractéristiques particulières des données d'entrée : l'inhomogénéité de la texture intratumorale et l'apparence floue de la paroi des tumeurs.Pour détecter la région d'intérêt, nous créons une carte des contours de la tumeur en utilisant une technique de multi-seuillage et une mesure de similarité entre les contours successifs.Les tumeurs qui présentent des contours flous de contraste variable sont détectées avec un algorithme basé sur l'agrégation des pixels et sur l'information locale de texture.