Faculté des sciences et techniques de l'ingénieur STI, Section de microtechnique, Institut d'imagerie et optique appliquée IOA (Laboratoire d'imagerie biomédicale LIB)

Parametric shape processing in biomedical imaging

Jacob, Mathews ; Unser, Michael (Dir.)

Thèse sciences Ecole polytechnique fédérale de Lausanne EPFL : 2003 ; no 2857.

Add to personal list
    Summary
    In this thesis, we present a coherent and consistent approach for the estimation of shape and shape attributes from noisy images. As compared to the traditional sequential approach, our scheme is centered on a shape model which drives the feature extraction, shape optimization, and the attribute evaluation modules. In the first section, we deal with the detection of image features that guide the shape-extraction process. We propose a general approach for the design of 2-D feature detectors from a class of steerable functions, based on the optimization of a Canny-like criterion. As compared to previous computational designs, our approach is truly 2-D and yields more orientation selective detectors. We then address the estimation of the global shape from an image. Specifically, we propose to use cubic-spline-based parametric active contour models to solve two shape-extraction problems: (i) the segmentation of closed objects and (ii) the 3-D reconstruction of DNA filaments from their stereo cryo-electron micrographs. We present several enhancements of existing snake algorithms for segmentation. For the detection of 3-D DNA filaments from their orthogonal projections, we introduce the concept of projection-steerable matched filtering. We then use a 3-D snake algorithm to reconstruct the shape. Next, we analyze the efficiency of curve representations using refinable basis functions for the description of shape boundaries. We derive an exact expression for the error when we approximate a periodic signal in a scaling-function basis. Finally, we present a method for the exact computation of the area moments of such shapes.
    Résumé
    Dans cette thèse, nous présentons une approche logique et cohérente pour l'évaluation de la forme et des attributs de forme à partir d'images bruitées. Par rapport à l'approche séquentielle traditionnelle, notre approche est basée sur un modèle de la forme qui pilote l'extraction de primitives, l'optimisation des formes et les modules d'évaluation d'attributs. Dans la première section, nous nous intéréssons à la détection des primitives d'image qui guident le processus d'extraction des formes. Nous proposons une approche générale—basée sur l'optimisation d'un critère de type Canny—pour la conception de détecteurs de primitives 2-D à partir d'une classe de fonctions orientables. Comparée aux méthodes de calcul précédents, notre approche est véritablement 2-D et engendre des détecteurs dont l'orientation est plus sélective. Nous abordons ensuite l'évaluation de la forme globale à partir d'une image en utilisant les primitives préalablement détectées. Spécifiquement, nous proposons d'employer les modèles actifs paramétriques basés sur les splines cubiques pour résoudre deux problèmes d'extraction de forme : (i) la segmentation d'objets fermés et (ii) la reconstruction 3-D de filaments d'ADN à partir de leurs micrographes stéréos obtenus par microscopie cryo-électronique. Nous proposons plusieurs améliorations aux algorithmes de snakes pour la segmentation déjà existants. Pour la détection des filaments d'ADN 3-D à partir de leurs projections orthogonales, nous introduisons le concept de filtrage adapté à projections orientables. Nous employons alors un algorithme de snake 3-D pour reconstruire la forme. Ensuite, nous analysons l'efficacité des représentations de courbes en utilisant des fonctions de base raffinables pour la description des bords des formes. Nous dérivons une expression exacte pour l'erreur quand nous approximons un signal périodique dans une base de fonctions d'échelle. En conclusion, nous présentons une méthode pour le calcul exact des moments des zones définies par de telles formes.