Prix Asea Brown Boveri Ltd. (ABB) 2020 – Virginie Uhlmann
Landmark Active Contours for Bioimage Analysis: A Tale of Points and Curves
Thèse EPFL n°7951 (2017)
Directeur de thèse : Prof. M. Unser
Pour sa formulation unificatrice des modèles de contours actifs et pour le développement d’outils logiciels conviviaux pour l’analyse d’images biomédicales.
Lorsqu'il s'agit de délimiter le pourtour d'un objet dans une image, deux points de départs peuvent être identifiés. Le premier consiste à considérer des zones d'intérêt locales, le second à chercher des contours généraux. Les zones d’intérêt sont des régions ou des points fournissant une description des spécificités de l'image dans leur voisinage proche. Leur définition est flexible et dépend habituellement de l'application pratique considérée. Les contours sont des (portions de) courbes identifiés par exemple en utilisant des modèles déformables. Les splines forment notamment une famille de tels modèles appelés snakes ("serpents''). Ces méthodes modulaires peuvent être facilement adaptées pour segmenter une grande variété d'objets.
Dans cette thèse, nous unifions ces deux stratégies en rapprochant la détection de zones d'intérêt et la segmentation à base de modèles déformables, dans un contexte d'analyse d'images biologiques. Nous proposons un algorithme semi-automatique de segmentation: il consiste en une courbe construite par interpolation hermitienne qui évolue dans l'image et s'adapte au contour des objets en utilisant de l'information provenant de détecteurs de zones d'intérêt.
Notre approche est suffisamment générale pour être utilisable sur de nombreux types de données, comme illustré au travers de plusieurs travaux collaboratifs se concentrant sur des problèmes d'analyse d'images réelles.