Logo image
MRI-WSI registration for spatially consistency in multimodal ovarian cancer analysis
Acte de colloque

MRI-WSI registration for spatially consistency in multimodal ovarian cancer analysis

C Estoup-Streiff, M Pelissier-Combescure, G Andrade-Miranda, S Nougaret, M Verdier, M Tardieu, M Cardoso, L Khellaf, A Gudin-De-Vallerin, F Boissière, …
RFIAP 2026 - Reconnaissance des Formes, Image, Apprentissage et Perception (Montpellier, France, 06/07/2026–08/07/2026)
2026

Résumé

Ovarian Cancer MRI Virtual Biopsy Image Alignment Deep Learning Whole Slide Imaging (WSI) imagerie de lames Multimodal Registration IRM Cancer de l'ovaire Enregistrement multimodal Enregistrement multimodal cancer de l'ovaire IRM imagerie de lames Multimodal Registration Ovarian Cancer MRI Whole Slide Imaging (WSI) Virtual Biopsy Deep Learning Image Alignment
Cet article présente un cadre modulaire pour l'alignement d'images IRM ex-vivo haute résolution (9,4T) avec des images de lames entières (WSI) de cancers de l'ovaire. Notre objectif est de créer un modèle de « biopsie virtuelle » capable de prédire tout type de carte de caractéristiques biologiques directement à partir d'images IRM, alors qu'actuellement, ces cartes ne sont accessibles que par WSI. La principale difficulté pour réaliser une « biopsie virtuelle » réside dans les déformations non linéaires importantes et les écarts de characteristiques d'image entre ces deux modalités. Dans ce papier, nous présentons un pipeline d'alignement modulaire multi-étapes, enchaînant plusieurs méthodes d'alignement et un nouveau cadre d'évaluation intégrant deux métriques tissulaires spécifiques, afin d'atteindre la précision spatiale requise pour les biopsies virtuelles non invasives du cancer de l'ovaire.

Fichiers et liens (1)

url
Find in HALAfficher

Indicateurs

1 Consultations de la notice

Détails

Logo image