Designing texture filters with genetic algorithms: An application to medical images

The problem of texture recognition is addressed by studying appropriate descriptors in the spatial frequency domain. During a training phase a filter is configured to determine different classes of texture by the response of its correlation with the Fourier spectrum of training-image templates. This is achieved by genetic algorithm-based optimisation. The technique is tested on standard texture patterns and then applied to magnetic resonance images of the brain to segment the cerebellum from the surrounding white and grey matter. Comparisons with established texture recognition techniques are presented, which show that the proposed method performs as well as, or better than, traditional techniques for the chosen instances of standard and anatomical texture and has the advantage of not having to decide which texture measure to use for a specific image structure. 0 1997 Elsevier Science B. R&sum& Le probltme de reconnaissance de texture est abordt en Ctudiant des descripteurs appropribs dans le domaine frequentiel spatial. Un filtre est configure durant une phase d'apprentissage, qui permet de determiner les differentes classes de textures a l'aide de la reponse de leur correlation avec le spectre de Fourier de modeles d'images d'apprentissage. Ceci est effectut par optimisation baste sur un algorithme genetique. La technique est testee sur des motifs de textures standards, puis appliquee a des images par resonnance magnetique du cerveau, afin de segmenter le cerebellum de la mat&e grise et blanche qui l'entoure. Des comparaisons sont faites avec des techniques Ctablies de reconnaissance de structures, qui montrent que la methode proposee se comporte aussi bien, voire mieux, que le: techniques traditionelles pour les exemples choisis de textures standard et anatomiques, et qu'elle a l'avantage de ne pas ntcessiter de decision quant a la mesure de texture g utiliser pour une structure d'image spkcifique. 0 1997 Elseviei Science B.V.