École Nationale Supérieure de
Techniques Avancées

Résumé

Afin d'appliquer toutes les informations provenant d'une image microscopique, le champ complexe est utilisé comme entrée pour effectuer la segmentation d'images médicales. Cet article présente des recherches relatives à l'entraînement d'un réseau convolutionnel 3D U-Net, qui est adapté au traitement d'entrées multiples, en tirant parti de la convolution multicanal. En concaténant les variables monochromatiques d'intensité et de phase de l'amplitude complexe d'un objet, nous obtenons une image multicanal capable d'être traitée par un modèle U-Net comme une image couleur, en prenant toutes les informations concernant l'objet dans l'entraînement (RI, Épaisseur). Nous avons effectué des tests de formation avec différentes combinaisons des entrées décrites et de leurs dérivés (tels que le sinus et le cosinus de la phase). Dans les conditions de simulation de données décrites dans le document, nous montrons qu'aucune amélioration significative des performances du réseau ne peut être mise en évidence par rapport à une entrée traditionnelle de l'amplitude réelle.