Automatic Retrieval of Anatomical Structures in 3D Medical Images

This paper describes a method to automatically generate the mapping between a completely labeled reference image and the 3D medical image of a patient. To a c hieve this, we combined three techniques: the extraction of 3D feature lines, their matching using 3D deformable line models, the extension of the deformation to the whole image space using warping techniques. We present experimental results for the segmentation of structures in Magnetic Resonance images of the brain of diierent patients; the segmentation of the cortical and ventricle structures. We emphasize the advantages of using crest lines deformable models prior to surface based models. This gives a sparser representation of the data, easier to manipulate, and which makes the convergence of the model much less sensitive to initial positionning. In the future, we hope to use this method to generate anatomical atlases, by the automatic interpretation of large sets of 3D medical images. D etection Automatique de Structures Anatomiques dans les Images M edicales 3D R esum e : Le pr esent rapport d ecrit une m ethode pour identiier automati-quement des structures anatomiques dans une image 3D d'un patient a partir d'une image o u ces m^ emes structures sont compl etement r ef erenc ees. Pour ce faire, nous avons combin e trois techniques : l'extraction de lignes caract eris-tiques, leur mise en correspondance en utilisant des mod eles d eformables de ces lignes, l'extension de la d eformation ainsi obtenue a l'image enti ere gr^ ace a des techniques de d eformation d'images. Nous pr esentons des r esultats exp erimentaux sur des images par r esonance magn etique de cerveaux de patients dii erents, en identiiant plus pr ecis ement les structures corticales et ventriculaires. Nous insistons sur les avantages d'uti-liser des mod eles d eformables de lignes de cr^ ete plut^ ot que des mod eles de surfaces : en eeet, cette repr esentation des donn ees est plus concise et plus facile a manipuler. De plus, la convergence du mod ele est moins sensible au positionnement initial. A l'avenir, nous esp erons appliquer ce proc ed e pour g en erer des atlas ana-tomiques electroniques par l'interpr etation automatique de grands ensembles d'images m edicales 3D.