etudes et comparaison des méthodes de segmentation d'images cérébrales

Abstract

La segmentation automatique des structures cérébrales est une étape fondamentale pour les analyses quantitatives des images, et cela dans de nombreuses pathologies cérébrales telles que la maladie d’Alzheimer, la détection des tumeurs cérébrales ou la sclérose en plaques. La grande variation de ces structures nécessite la mise en place de méthodes d'études spécifiques, souvent abordées par le biais de l'Imagerie par Résonance Magnétique (IRM).L'objectif de notre travail est de mettre en oeuvre trois méthodes de segmentation automatique de ces structures. Il s'agit de : la méthode de croissance de régions, les modèles actifs de forme(ASM) et les modèles actifs d’apparence(AAM), afin d’évaluer leurs efficacité lors du processus d’aide au diagnostic, et aussi de comparer leurs performances.