Approche à base d'alliances dans les graphes pour la segmentation d'images

Abstract

us de traitement. L'Imagerie par Résonance Magnétique (IRM) est un outil précieux pour identifier et surveiller les tumeurs cancéreuses du sein et interpréter les régions suspectes, car les IRMs possèdent une excellente capacité d'imagerie des tissus mous. Cependant, cela nécessite un radiologue expérimenté pour analyser et interpréter les données. D'autre part, la segmentation d'images peut aider les radiologues et les médecins dans le diagnostic de la maladie ainsi que dans la planification du traitement `a prodiguer. Dans ce mémoire, nous avons essentiellement réalisé deux contributions. Dans la première contribution, nous avons effectué un état de l'art des travaux existants dans la littérature concernant la problématique abordée en les analysant et discutant suivant une classification que nous avions proposée. Dans la deuxième contribution, nous avons proposé une nouvelle approche `a base d'alliances dans les graphes pour la segmentation d'images, dénommée "A2GSI", et nous l'avons appliquée sur des IRMs mammaires pour en extraire les tumeurs existantes. L'approche proposée a été testée et évaluée sur deux datasets, un privé CMHLIMED et un publique RIDER, et a été comparée avec plusieurs méthodes concurrentes dans la littérature. Les résultats obtenus, en considérant plusieurs métriques de comparaison, ont été en faveur de l'approche proposée A2GSI.