Segmentation floue d'images IRM

La segmentation des tissus cérébraux en IRM constitue un domaine de recherche, particulièrement, actif de nos jours. Les méthodes qui lui sont liées sont variées et peuvent s'appuyer sur diverses bases théoriques (Probabilités, logique floue) et se répartissent en trois grandes familles (Contour, région et classification). Nous nous intéressons dans ce travail à la méthode de classification non supervisée appelée FCM (Fuzzy c-means), basée sur le regroupement des pixels selon leurs niveaux de gris. Mais cette dernière ne tiens pas compte du contexte spatial, ce qui rend l'algorithme sensible aux bruits et aux inhomogénéités d'intensité, dues aux conditions réelles d'acquisition. Pour cela, nous avons opté pour la recherche de variantes dont la fonction objective est modifiée, afin de prendre en considération ces inhomogénéités.

Autorentext

Né en 1980 à Bejaia, NASRI Nadjib est titulaire d'un Magister en Automatique et traitement de signal de l'université A/MIRA de Bejaia. Actuellement travaille sur le traitement des images notamment médicales au sein du laboratoire LTII de bejaia.