Segmentation d’images IRM: application sur des IRM de patients atteints d’Alzheimer.
Résumé
La segmentation d’image reste encore un domaine de recherche très vaste, c’est une étape fondamentale dans le traitement d’images et constitue ainsi une tâche essentielle pour l’analyse et l’interprétation de l’image. Elle consiste à localiser des objets dans une image. Ces objets peuvent être définis par leur surface (région) ou par leur contour. Cela induit la présence de deux types de segmentation d’image très utilisés : la segmentation par région et la segmentation par contour. Notre travail aborde la segmentation des structures anatomiques cérébrale à partir d’images médicales 2D, notamment images par résonnance magnétique (IRM) de cerveau sain et atteint de la maladie d’Alzheimer, pour ce faire, Nous nous sommes intéressés aux deux approches citées précédemment à savoir contours et région qui se basent sur les algorithmes suivant : perwitt, sobel et k-means. Ces deux méthodes ont été testées et évaluées sur de nombreuses images médicales 2D avec ou sans pathologie. Par ces méthodes, nous obtenons des résultats de segmentation très satisfaisants.