Right ventricle segmentation from cardiac MRI: A collation study
Segmentation du ventricule droit par IRM cardiaque: une étude de collation
Petitjean, Caroline et Zuluaga, Maria A. et Bai, Wenjia et Dacher, Jean Nicolas et Grosgeorge, Damien et Caudron, JérÔme et Ruan, Su et Ayed, Ismail Ben et Cardoso, M. Jorge et Chen, Hsiang Chou et Jimenez-Carretero , Daniel et Ledesma-Carbayo, Maria J.et Davatzikos, Christos et Doshi, Jimit et Erus, Guray et Maier, Oskar MO et Nambakhsh, Cyrus MS et Ou, Yangming et Ourselin, Sébastien et Peng, Chun Wei et Peters, Nicholas S . et Peters, Terry M. et Rajchl, Martin et Rueckert, Daniel et Santos, Andres et Shi, Wenzhe et Wang, Ching Wei et Wang, Haiyan et Yuan, Jing
Analyse d'image médicale 2015
Résumé: L'imagerie par résonance magnétique (IRM), un examen de référence pour la morphologie et la fonction cardiaque chez l'homme, permet d'imager le ventricule cardiaque droit (RV) avec une haute résolution spatiale. La segmentation du RV est une tâche difficile en raison de la forme variable du RV et de ses bordures mal définies dans ces images. Le but de cet article est d'évaluer plusieurs algorithmes de segmentation RV sur des données communes. Plus précisément, nous rapportons ici les résultats du Défi de segmentation du ventricule droit (RVSC), concrétisé lors de la conférence MICCAI'12 avec un concours sur place. Sept méthodes automatisées et semi-automatisées ont été envisagées, ainsi que trois méthodes basées sur l'atlas, deux méthodes basées sur des antécédents et deux méthodes basées sur l'image et sans antécédents, qui utilisent le mouvement cardiaque. Les contours obtenus ont été comparés à un tracé manuel par un radiologiste cardiaque expert, pris comme référence, en utilisant la métrique de Dice et la distance de Hausdorff. Nous décrivons ici les données cardiaques composées de 48 patients, le protocole d'évaluation et les résultats. Les meilleurs résultats montrent qu'une précision moyenne de 80% des dés et une distance de Hausdorff de 1 cm peuvent être attendues des algorithmes semi-automatisés pour cette tâche difficile sur les ensembles de données, et qu'un algorithme automatisé peut atteindre des performances similaires, au détriment d'un calcul élevé. fardeau. Les données sont désormais accessibles au public et le site Web reste ouvert à de nouvelles soumissions (http://www.litislab.eu/rvsc/).
