Segmentation des gliomes bas grades sur des images IRM par une méthode statistique locale.

Abstract

Les modéles statistiques donne de bon résultats en pratique, cependant sur les images avec fort changement d'intensité. L'objectif de ce travail est la conception et l'implémentation d'une méthode de segmentation des images IRM cérébrales pour la détection des gliomes. Partant ainsi du constat que la segmentation d'images médicales nécessite l'in-troduction de connaissances, nous avons opté pour une méthode des contours actifs bases région. Le travail porte sur le développement de la méthode de segmentation d'images basée sur le modèle de Chan et Vese, elle est basée sur les levels sets pour optimiser une fonctionnelle énergie base région globale pour les images homogénes. L'évaluation de cette méthode a été réalisée en effectuant des tests sur des images réelles. L'apport de la méthode de segmentation est essentiellement dans sa capacité a segmenter des images inhomogénes en rendrait lacale toute énergie basée région globale. Une étape de validation a été élaborée sur les images réelles avec une comparaion avec des trac es manuels. Les résultat obtenus par une comparaison aux vérité e terrain, permettent d'a d'armer qu'ils sont ad equats par rapport a l' etat de l'art.