Segmentation des images IRM cérébrales par les techniques de classifications.

Abstract

Le but de notre travail est de mettre en oeuvre des techniques de segmentation permettant la détection des tumeurs cérébrales. L’objectif de ce travail est le déploiement d’un système de segmentation d’images de résonance magnétiques (IRM). Il existe plusieurs algorithmes de segmentation d’images, chacun possédant ses avantages et ses limites d’utilisation. Dans ce travail, nous utilisons trois types d’algorithmes : la FCM (Fuzzy C-Mean), k-means, logique floue dont le but de les comparer et trouver la meilleure technique de segmentation utilisée dans ce domaine. La segmentation est réalisée sur des images réelles. Les résultats trouvés sont satisfaisants, ce qui nous a permet de dire, que l’utilisation de ces algorithmes de segmentation permet de donner des meilleurs résultats de segmentation.