Trois principes de coopération pour la segmentation en imagerie de résonnance magnétique cérébrale. (Three principles of cooperation for the segmentation of magnetic resonance images of the brain)

Le travail presente dans ce document a pour but la mise en oeuvre d'un systeme de segmentation d'Images de Resonance Magnetique (IRM) cerebrales qui permette de tirer parti de plusieurs approches complementaires en reponse a la complexite du probleme pose. Face a la diversite des approches existant pour la segmentation (classification, modeles deformables,...) nous montrons que l'on peut definir un cadre de travail commun qui permette la mise en oeuvre de cooperation entre des approches heterogenes. Le cadre methodologique que nous avons defini s'articule autour des notions d'apprentissage et d'adaptativite. L'apprentissage permet d'introduire des connaissances a priori, explicites, sur le contexte de travail sous la forme d'un modele statistique deformable du contour du cerveau. L'information qui en resulte est exploitee pour specialiser localement des agents de segmentation, ce qui confere au systeme son adaptativite. Nous avons mis en oeuvre trois grands principes de cooperation pour realiser la combinaison d'informations : (i) cooperation par initialisation, qui exploite le resultat d'une methode pour initialiser une seconde methode, (ii) cooperation par fusion d'informations, qui permet de tirer parti de la fusion de plusieurs sources d'informations complementaires pour guider une phase de traitement, (iii)cooperation par retroaction, qui permet de revenir sur le processus complet de segmentation pour l'affiner ou encore pour transmettre des informations entre images. L'ensemble du travail a ete valide sur des images synthetiques fournies par le Montreal Neurological Institute et illustre sur un ensemble d'images reelles.