Groupe de Travail de Statistique du
MAP5, Année 2006-2007.
Exposé du 25 Mai 2007
"Algorithmes MCMC et SAEM pour le recalage
d'images séquentielles.
"
Frédéric Richard (MAP5, Université
Paris Descartes) et Adeline SAMSON (MAP5 et IUT de Paris 5).
Résumé : Dans cette présentation, nous
nous intéressons au problème de l'estimation
paramétrique dans un modèle statistique de recalage
d'images basé sur les éléments finis. Le cadre
statistique que nous étudions a plusieurs
caractéristiques que nous exploitons :
(i) les champs de
déformations ont des propriétés markoviennes,
(ii) le nombre de
paramètres est limité.
Dans un premier temps, nous construisons des algorithmes MCMC pour
résoudre numériquement le problème de recalage vu
sous l'angle d'un problème d'estimation du MAP. Ces techniques
tirent profit des propriétés markoviennes des champs des
déformations en combinant des algorithmes Metropolis-Hastings et
des échantillonneurs de Gibbs.
Nous présentons en outre une méthode de
pénalisation qui permet d'éviter certains maxima locaux
de la probabilité a posteriori.
Dans un second temps, nous nous intéressons à
l'estimation paramétrique du modèle de recalage. Nous
adaptons l'algorithme SAEM à notre problème, en utilisant
les techniques de simulation de la loi a posteriori introduites dans la
première partie.
Nous présentons une application de ces techniques à des
séquences d'images médicales.