Étude comparative des méthodes de segmentation d'images cérébrales

Abstract

La segmentation de l’image est une opération très importante dans la chaîne de traitement d’images puisqu'elle contribue directement dans le diagnostic et la prise de décision, notamment dans le domaine médical. Dans ce mémoire, nous avons focalisé notre étude sur la segmentation automatique des images IRM cérébrales et en particulier la segmentation de la tumeur. Parmi les méthodes présentées, nous nous sommes intéressés à trois algorithmes : c-moyennes floues (FCM), K means, et l'algorithme des contours actifs. L'objectif de notre travail est de mettre en œuvre ces trois techniques afin d’évaluer leurs efficacités lors du processus d’aide au diagnostic, comparer leurs performances, et mettre en évidence les avantages et les inconvénients de chaque algorithme.