Segmentation Automatique De Tumeur Cerebrale Par Contours Actifs Cotraints Par Des Relations Spatiales

Résumé: Le sujet principal de ce mémoire est la segmentation 2D de tumeurs cérébralesainsi que ses composantes (oedéme et nécrose) . Pour ce faire, nous proposons une méthode de segmentation cooperative, entre approches régions et approches contours, précédée d'une étape de prétraitement , permettant d'améliorer les informations fournis a la segmentation. L'approche région employée est une classification floue, basée sur la detection d'une classe d'identisité qui correspond a la tumeur, ou bien sur l'analyse de symétrie,qui s'appuie sur l'hypothése que le cerveau est symétrique, et que la tumeur peut changer cette symetrie. Afin d'affiner la segmentation région, nous avons choisi dfe tirer avantage des contours actifs guidés par les GVF, qui produisent une bonne délimittion des frontiéres de l'objet. Pour mieux guider l'évolution du snake, et rendre l'outil de segmentation plus généralisable sur plusieur types et formes de tumeurs, nous avons ajouté de nouvelles forces au modéle, issues des relations spatiales, présentant les connaissances a priori de la détection initiale de la tumeur et ses tissus avoisinants. Ce travail a nécéssité seulement des IRM pondérés en T1 ou en flair. Nous avons évalué cette méthode sur une base de données de plus de 20 images 2D, avec différents types et formes de tumeur.

Publié dans la revue: