La s egmentation des images médicales avec l’approche hybride ISODATA et la distribution bêta

Abstract

pour les analyses q uantitatives des images dans de nombreuses pathologies comme la détection des tumeurs . La grande variation de ces structures nécessite la mise en place de s méthodes d'études spécifiques. L'objectif de notre trava il est de mettre en oeuvre une méthode de segmentation automatique i l s'agit de : la méthode ISODATA cependant , l e problème de la segmentation avec l’algorithme Isodata devient un problème d’optimisation des paramètres . L ’algorithme évolutionniste qui base sur la distribution Bêta est amené pour donner les paramètres optimaux qui seront ensuite utilisé par Isodat a. Les résultats obtenus sont tr ès satisfaisantes et montre nt une bonne détection des tumeurs . P our évaluer notre travail , nous avons fait une comparaison entre l’approche proposée et deux autres algorithmes de segmentation par classification qui sont les K - Moyennes (K - means ) et les C - moyennes Floues( Fuzzy C - Means FCM).