Extraction des tumeurs crbrales partir des images scanographiques

La segmentation des images mdicales est une tape cruciale. L'objectif de ce travail tait de segmenter des tumeurs crbrales, partir des coupes axiales d'examens scanographiques. Notre base de donnes comporte 20 patients. Le logiciel utilis est MATLAB. Nous avons propos quatre mthodes, Level set, une mthode amliore de Level set et deux mthodes hybrides : Level set-K-means et Level set-Fuzzy C Means. Nous avons dbut, pour diminuer le bruit, par appliquer un filtre de diffusion anisotropique non linaire. Ensuite, nous avons test nos quatre mthodes sur notre base de donnes. Chaque algorithme a ses atouts et ses limites. Enfin et afin d'valuer la qualit de segmentation, nous avons compar ces quatre mthodes en utilisant deus mtriques : prcision et indice d'AUC de la courbe ROC. Nous avons montr que pour la mthode hybride Fuzzy C Means-Level set, la distribution du paramtre prcision tait la meilleure, la moyenne de ce paramtre tait la plus leve et la valeur de l'AUC tait galement la plus leve. Nous avons alors conclu que l'algorithme hybride Level set- Fuzzy C Means tait le meilleur.