Recalage déformable a l'aide de graphes de coupes 2D et de volumes 3D

Deformable image registration plays a fundamental role in many clinical applications. In this paper we investigate the use of graphical models in the context of a particular type of image registration problem, known as slice-to-volume registration. We introduce a scalable, modular and flexible formulation that can accommodate low-rank and high order terms, that simultaneously selects the plane and estimates the in-plane deformation through a single shot optimization approach. The proposed framework is instantiated into different variants seeking either a compromise between computational efficiency (soft plane selection constraints and approximate definition of the data similarity terms through pair-wise components) or exact definition of the data terms and the constraints on the plane selection. Simulated and real-data in the context of ultrasound and magnetic resonance registration (where both framework instantiations as well as different optimization strategies are considered) demonstrate the potentials of our method.Le recalage d'images déformable est un élément essentiel dans de nombreuses applications cliniques. Dans ce rapport, nous nous intéressons aux modèles graphiques utilisés dans un type de recalage particulier : volume 3D et coupe 2D. Nous établissons un modèle modulaire, flexible et de taille variable qui intègre les potentiels d'ordres supérieurs et résoud simultanément la sélection de plan et l'estimation des transformations intra-plan, en une seule et même optimisation. Le cadre proposé peut être modifié selon plusieurs variantes cherchant soit un compromis entre l'efficacité de calcul (contraintes douces de sélection du plan et calcul approché du terme d'attache aux données par un potentiel à deux nœuds) ou une définition exacte du terme d'attache aux données et des contraintes de la sélection de plan. Nos expériences sur des données simulées et réelles pour des images ultrasons et des IRM (où différentes instanciations et méthodes d'optimisation ont été considérées) prouvent le potentiel de notre méthode