Published September 23, 2021
| Version v1
Conference paper
Intensity based Regions Of Interest (ROIs) preselection followed by Convolutional Neuronal Network (CNN) based segmentation for new lesions detection in Multiple Sclerosis
Contributors
Others:
- Institut du Cerveau = Paris Brain Institute (ICM) ; Assistance publique - Hôpitaux de Paris (AP-HP) (AP-HP)-Institut National de la Santé et de la Recherche Médicale (INSERM)-CHU Pitié-Salpêtrière [AP-HP] ; Assistance publique - Hôpitaux de Paris (AP-HP) (AP-HP)-Sorbonne Université (SU)-Sorbonne Université (SU)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS)
- Algorithms, models and methods for images and signals of the human brain (ARAMIS) ; Sorbonne Université (SU)-Inria de Paris ; Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Institut du Cerveau = Paris Brain Institute (ICM) ; Assistance publique - Hôpitaux de Paris (AP-HP) (AP-HP)-Institut National de la Santé et de la Recherche Médicale (INSERM)-CHU Pitié-Salpêtrière [AP-HP] ; Assistance publique - Hôpitaux de Paris (AP-HP) (AP-HP)-Sorbonne Université (SU)-Sorbonne Université (SU)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS)-Assistance publique - Hôpitaux de Paris (AP-HP) (AP-HP)-Institut National de la Santé et de la Recherche Médicale (INSERM)-CHU Pitié-Salpêtrière [AP-HP] ; Assistance publique - Hôpitaux de Paris (AP-HP) (AP-HP)-Sorbonne Université (SU)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS)
- E-Patient : Images, données & mOdèles pour la médeciNe numériquE (EPIONE) ; Inria Sophia Antipolis - Méditerranée (CRISAM) ; Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)
- ANR-19-P3IA-0002,3IA@cote d'azur,3IA Côte d'Azur(2019)
- ANR-19-P3IA-0001,PRAIRIE,PaRis Artificial Intelligence Research InstitutE(2019)
Description
Detecting new lesions is a key aspect of the radiological follow-up of patients with Multiple Sclerosis (MS), leading to eventual changes in their therapeutics. Our pipeline for new lesion detection based on two consecutive FLAIR MRIs consists in two steps. We start by a detection of potential Region Of Interest (ROI) containing new lesions using a sensitive classical image processing procedure. It detects the connected voxels which intensity increases in the second visit compared to the first one. We then apply a filtering procedure to segment voxels corresponding to new lesions in those potential ROI by applying Convolutional Neuronal Networks (CNN).
Abstract
International audienceAdditional details
Identifiers
- URL
- https://hal.archives-ouvertes.fr/hal-03826791
- URN
- urn:oai:HAL:hal-03826791v1