Segmentation de pathologies cérébrales par coopération de méthodes

Abstract

Il existe une grande variété de techniques de segmentation, mais elles sont généralement fondées sur l'un des deux principes de base : discontinuité ou similarité. Les principales approches s'appuyant sur la détection des discontinuités correspondent aux techniques de recherche de contours, celles fondées sur le principe de similarité correspondent aux techniques de recherche de régions. Ces deux approches sont duales; elles mènent cependant à des algorithmes différents ne fournissant pas les mêmes résultats. Il existe aussi les approches coopératives qui consistent à combiner deux méthodes de segmentation ou plus. Plutôt que de choisir entre une segmentation région et une segmentation contour, nous avons proposé, dans cette thèse, de les faire coopérer pour combiner les avantages de chacune prise séparément afin d’isoler d’éventuelles pathologies cérébrales (tumeurs, AVCs) à partir des images IRM. L’objectif de ce travail est de contrôler et guider une segmentation en région obtenue par la méthode SVM « Support Vector Machines » par une carte de contours préalablement calculée par le modèle déformable de Ron Kimmel.