Analyse des images IRM pour le diagnostic de la maladie d’Alzheimer

Abstract

La maladie d’Alzheimer est un type de démence neurodégénérative irréversible difficile à diagnostiquer qui survient fréquemment chez les personnes âgées plus de 65 ans. La maladie d’Alzheimer affiche une modification de la morphologie du cortex cérébral et donc la détection de cette maladie sur l’image IRM cérébrale est la préoccupation principale des neurosciences, c’est pour quoi l'objectif général de notre travail est d'étudier l'impact de la maladie d'Alzheimer sur la forme corticale, précisément sur la matière grise. Pour atteindre notre objectif, nous avons segmenté le cerveau isolé par le C-moyennes floues modifie (Modify Fuzzy C-Means MFCM) pour extraire la matière grise. Afin de fournir une mesure quantitative de la forme de cette matière ; une méthode de caractérisation de forme (Normalized Multiscale Bending Energy : NMBE) a été appliquée dont nous allons introduire un nouveau biomarqueur (TP) pour identifier la sévérité de la maladie d’Alzheimer. L’algorithme proposé dans ce travail est testé sur un ensemble d’images de base de données de vérité terrain et des images à partir de la base publique ADNI. Les résultats obtenus montrent la robustesse de notre approche pour la détection de la maladie d’Alzheimer