Détection, synthèse et compression dans l'analyse d'images mammographiques avec un modèle de probabilité d'image hiérarchique

Nous développons un modèle de probabilité sur les espaces d'images et démontrons son large utilitaire dans l'analyse d'images mammographiques. Le modèle utilise une représentation pyramidale pour factoriser les images à travers l'échelle et un ensemble d'variables cachées structuré en arbre pour capturer les dépendances spatiales à long terme. Cette factorisation rend le calcul des fonctions de densité local et traitable. Le résultat est un mélange hiérarchique de probabilités conditionnelles, similaire à un modèle de Markov caché sur un arbre. Les paramètres du modèle sont trouvés par estimation du maximum de vraisemblance en utilisant l'algorithme EM. L'utilité du modèle est démontrée pour trois applications : 1) détection des masses mammographiques dans le diagnostic assisté par computer 2) évaluation qualitative de la structure du modèle à travers la synthèse mammographique et 3) compression des régions d'intérêt mammographiques.