SEGMENTATION DES IMAGES CEREBRALES PAR LA METHODE GRAPH-CUT

Abstract

Dans nos jours, le domaine de traitement d’image a connait d’éventuelles motivations qui touchent l’étude et la détection des tumeurs et lésions dans les images médicales ; Dans ce contexte, nous avons abordé une approche indispensable dans le traitement d’image qui est la segmentation des images médicales. Nous nous s’intéressant dans ce travail à l’une des approches de la segmentation basée sur la théorie des graphes qui considère l’image à segmenter comme un graphe. Notre approche proposée est la segmentation par coupe de graphe « Graph-cut », Elle est visée à segmenter les images cérébrales acquises par la modalité d’imagerie médicale « Imagerie par Résonance Magnétique IRM » ;Le but recherché de ce travail est de localiser et détecter les zones d’intérêt et les structures tumorales dans les images cérébrales, Les résultats obtenus sont très satisfaisantes et montrent une bonne détection des tumeurs cérébrales. A fin d’évaluer notre travail , nous avons fait une simple comparaison entre notre 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).