UNE NOUVELLE APPROCHE D’ANALYSE D’IMAGES POUR LA CLASSIFICATION AUTOMATIQUE DES CERVEAUX AUTISTES

Titre original en anglais : A NEW IMAGE ANALYSIS APPROACH FOR AUTOMATIC CLASSIFICATION OF AUTISTIC BRAINS

Cette publication est incluse dans le projet « Contributions académiques de personnes autistes sur l’autisme ». un auteur·ice de cette publication est identifié·e comme autiste dans le projet.

À propos de la mention auteur·ice autiste

Sources de métadonnées utilisées pour cette référence

OpenAlex Crossref OpenCitations
En savoir plus sur les sources utilisées

El-baz, A., Casanova, M., Gimel'farb, G., Mott, M., & Switwala, A. (2007). A NEW IMAGE ANALYSIS APPROACH FOR AUTOMATIC CLASSIFICATION OF AUTISTIC BRAINS. 2007 4th IEEE International Symposium on Biomedical Imaging: From Nano to Macro, 352-355. https://doi.org/10.1109/isbi.2007.356861

Publication date: 01/01/2007 Ajout dans AutiHub: 14/09/2026 Type: Autre Langue de l’article: Anglais
Source éditeur (DOI) Source OpenAlex

Cette publication est intégrée dans AutiHub via :

Auteurs

Auteur·ices des publications
5
Auteur·ices de la publication identifié·es comme autistes
1 / 5 (20,0 %)
  1. Ayman El-baz
  2. Manuel Casanova *
  3. Georgy Gimel'farb
  4. Meghan Mott
  5. Andrew Switwala

Résumé

L’autisme est un trouble du développement caractérisé par des déficits sociaux, une communication altérée et des comportements restreints et répétitifs. Des études neuropathologiques récentes sur l’autisme ont révélé une anatomie anormale de la substance blanche cérébrale (CWM) dans les cerveaux autistes. Dans cet article, nous avons introduit une nouvelle approche permettant de distinguer les sujets autistes des sujets normaux, fondée sur une nouvelle analyse de la forme des gyrifications de la substance blanche cérébrale chez les sujets normaux et autistes. La technique d’analyse de forme proposée comprend trois étapes principales. La première étape consiste à segmenter la substance blanche cérébrale à partir d’images IRM de densité protonique en utilisant un modèle d’apparence visuelle préalablement appris pour la substance blanche cérébrale 3D afin de contrôler l’évolution des frontières déformables. L’a priori d’apparence est modélisé par un champ aléatoire de Markov-Gibbs invariant par translation et rotation des intensités de voxels, avec un modèle d’interaction par paires. La deuxième étape consiste à extraire les gyrifications de la substance blanche cérébrale à partir de la substance blanche cérébrale segmentée. La dernière étape consiste à effectuer une analyse de forme afin de quantifier l’épaisseur des gyrifications extraites de la substance blanche cérébrale chez les sujets autistes et normaux. Les résultats préliminaires de l’analyse d’images proposée ont donné des résultats prometteurs qui, dans un avenir proche, viendraient compléter l’utilisation des technologies actuelles pour diagnostiquer l’autisme.

Autism is a developmental disorder characterized by social deficits, impaired communication, and restricted and repetitive patterns of behavior. Recent neuropathological studies of autism have revealed abnormal anatomy of the cerebral white matter (CWM) in autistic brains. In this paper we introduced a novel approach to classify autistic from normal subjects based on a new shape analysis of cerebral white matter gyrifications for both normal and autistic subjects. The proposed shape analysis technique consists of three main steps. The first step is to segment cerebral white matter from proton density MRI images using a priorly learned visual appearance model for the 3D cerebral white matter in order to control the evolution of deformable boundaries. The appearance prior is modeled with a translation and rotation invariant Markov-Gibbs random field of voxel intensities with a pairwise interaction model. The second step is to extract the gyrifications of cerebral white matter from the segmented cerebral white matter. The last step is to perform shape analysis to quantify the thickness of the extracted cerebral white matter gyrifications for both autistic and normal subjects. The preliminary results of the proposed image analysis has yielded promising results that would, in the near future, supplement the use of current technologies for diagnosing autism

Bibliographie citée par cette référence

Les références citées sont importées depuis des sources externes de métadonnées lorsqu’elles sont disponibles. La liste peut être partielle.

Vue d’ensemble de la bibliographie citée

Ces indicateurs décrivent la bibliographie citée par cette publication. Un nom d’auteurice est compté chaque fois qu’il apparaît dans une référence citée : une même personne peut donc être comptée plusieurs fois. Les noms qui ne sont pas encore associés à un·e auteurice déjà présent·e dans AutiHub sont traités comme inconnus, pas comme non autistes. Dernier calcul : 14/09/2026 14:22.

Références citées
13
Avec un DOI
13
Sans DOI, à partir du texte brut de la bibliographie
0
0 / 13 (0,0 %) références citées comprennent au moins une personne identifiée comme autiste.
Références avec données à compléter
0 / 13 (0,0 %)
Références avec noms d’auteurices détectés
13 / 13 (100,0 %)
Sans nom d’auteurice détecté
0
Sans titre structuré
0
Sans identifiant stable
0
Références avec noms bruts d’auteurices restant à vérifier
0
Références avec problème de récupération des métadonnées externes
0
Ces indicateurs portent sur les références citées affichées sur cette page, après fusion des doublons techniques. Une référence sans DOI peut quand même soutenir les statistiques d’auteurices lorsqu’un titre et des noms d’auteurices sont disponibles.
Noms d’auteurices détectés dans la bibliographie citée
51
À partir du DOI ou de métadonnées externes
51
À partir du texte brut validé de la bibliographie
0
Noms bruts déjà validés
0
Noms bruts restant à vérifier
0
11 / 51 (21,6 %) noms sont associés à un·e auteurice déjà présent·e dans AutiHub. 40 / 51 (78,4 %) noms ne sont pas encore associés.
Noms associés à une personne identifiée comme autiste
0 / 51 (0,0 %)
Calculé sur l’ensemble des noms d’auteurices détectés dans la bibliographie citée. Parmi les noms associés à un·e auteurice déjà présent·e dans AutiHub : 0 / 11 (0,0 %). Personnes distinctes identifiées comme autistes : 0 / 48 (0,0 %).
  1. Cynthia Mills Schumann , Michael H. Buonocore , David G. Amaral (2001). Magnetic Resonance Imaging of the Post-Mortem Autistic Brain . Journal of Autism and Developmental Disorders, 31(6), 561-568. Springer Science and Business Media LLC.
    Type: Article DOI: 10.1023/a:1013294927413 OpenAlex: https://openalex.org/W76370745
    Crossref OpenAlex OpenCitations
  2. John W. Lamperti (1996). Probability . Wiley.
    Type: Livre DOI: 10.1002/9781118150443 OpenAlex: https://openalex.org/W2006530260
    Crossref OpenAlex OpenCitations
  3. Thomas L. Kemper , Margaret Bauman (1993). The Contribution of Neuropathologic Studies to the Understanding of Autism . Neurologic Clinics, 11(1), 175-187. Elsevier BV.
    Type: Article DOI: 10.1016/s0733-8619(18)30176-2 OpenAlex: https://openalex.org/W2346906038
    Crossref OpenAlex OpenCitations
  4. David Adalsteinsson , James A. Sethian (1995). A Fast Level Set Method for Propagating Interfaces . Journal of Computational Physics, 118(2), 269-277. Elsevier BV.
    Type: Article DOI: 10.1006/jcph.1995.1098 OpenAlex: https://openalex.org/W1977946246
    Crossref OpenAlex OpenCitations
  5. Aly Farag , Ayman El-baz , Georgy Gimel'farb (2006). Precise segmentation of multimodal images . IEEE Transactions on Image Processing, 15(4), 952-968. Institute of Electrical and Electronics Engineers (IEEE).
    Type: Article DOI: 10.1109/tip.2005.863949 OpenAlex: https://openalex.org/W2115384210
    Crossref OpenAlex OpenCitations
  6. Ayman El-baz , Aly Farag , Georgy Gimel'farb , R. Falk , M.A. El-Ghar , T. Eldiasty (2006). A Framework for Automatic Segmentation of Lung Nodules from Low Dose Chest CT Scans . 18th International Conference on Pattern Recognition (ICPR'06), 611-614. IEEE.
    Type: Autre DOI: 10.1109/icpr.2006.66 OpenAlex: https://openalex.org/W2129206403
    Crossref OpenAlex OpenCitations
  7. Eric Courchesne (2003). Evidence of Brain Overgrowth in the First Year of Life in Autism . JAMA, 290(3), 337. American Medical Association (AMA).
    Type: Article DOI: 10.1001/jama.290.3.337 OpenAlex: https://openalex.org/W2113136223
    Crossref OpenAlex OpenCitations
  8. MICHAEL C. STEVENS , Deborah Fein , MICHELLE DUNN , DORIS ALLEN , LYNN H. WATERHOUSE , CARL FEINSTEIN et al. (2000). Subgroups of Children With Autism by Cluster Analysis: A Longitudinal Examination . Journal of the American Academy of Child & Adolescent Psychiatry, 39(3), 346-352. Elsevier BV.
    Type: Article DOI: 10.1097/00004583-200003000-00017 OpenAlex: https://openalex.org/W2020406642
    Crossref OpenAlex OpenCitations
  9. Michael Kass , Andrew Witkin , Demetri Terzopoulos (1988). Snakes: Active contour models . International Journal of Computer Vision, 1(4), 321-331. Springer Science and Business Media LLC.
    Type: Article DOI: 10.1007/bf00133570 OpenAlex: https://openalex.org/W2104095591
    Crossref OpenAlex OpenCitations
  10. B. Egaas , E. Courchesne , O. Saitoh (1995). Reduced Size of Corpus Callosum in Autism . Archives of Neurology, 52(8), 794-801. American Medical Association (AMA).
    Type: Article DOI: 10.1001/archneur.1995.00540320070014 OpenAlex: https://openalex.org/W2023886727
    Crossref OpenAlex OpenCitations
  11. Marshalyn Yeargin-Allsopp , Catherine Rice , Tanya Karapurkar , Nancy Doernberg , Coleen Boyle , Catherine Murphy (2003). Prevalence of Autism in a US Metropolitan Area . JAMA, 289(1), 49. American Medical Association (AMA).
    Type: Article DOI: 10.1001/jama.289.1.49 OpenAlex: https://openalex.org/W2168233856
    Crossref OpenAlex OpenCitations
  12. P. Gueriii , G. Lyon , C. Barthelemy , E. Sostak , V. Chevrollier , B. Garreait et al. (1996). NEUROPATHOLOGICAL STUDY OF A CASE OF AUTISTIC SYNDROME WITH SEVERE MENTAL RETARDATION . Developmental Medicine & Child Neurology, 38(3), 203-211. Wiley.
    Type: Article DOI: 10.1111/j.1469-8749.1996.tb15082.x OpenAlex: https://openalex.org/W2051900991
    Crossref OpenAlex OpenCitations
  13. Janet E. Lainhart , JOSEPH PIVEN , MARYANN WZOREK , REBECCA LANDA , SUSAN L. SANTANGELO , Hilary Coon et al. (1997). Macrocephaly in Children and Adults With Autism . Journal of the American Academy of Child & Adolescent Psychiatry, 36(2), 282-290. Elsevier BV.
    Type: Article DOI: 10.1097/00004583-199702000-00019 OpenAlex: https://openalex.org/W2086322201
    Crossref OpenAlex OpenCitations