Segmentation par methode markovienne de l'encephale humain en imagerie par resonance magnetique : theorie, mise en uvre et evaluation

Le cadre general de cette these est la segmentation 3d d'images de l'encephale humain issues de l'imagerie par resonance magnetique (irm). Notre objectif est de separer la substance blanche, la substance grise et le liquide cephalo-rachidien dans les images. L'irm permet de visualiser les differentes structures de l'encephale avec un contraste qui depend de la sequence d'acquisition. Nous etudions d'abord les sequences d'acquisition spgr et ir-fgre en termes de contraste et de rapport signal sur bruit. Les images resultantes presentent de defauts engendres par la presence de bruit et d'artefacts, en particulier l'effet de volume partiel qui perturbent considerablement leur interpretation. Nous proposons, dans ce memoire, d'effectuer la segmentation des tissus cerebraux a partir d'un modele d'intensite rendant compte principalement des deformations occasionnees par le bruit et l'effet de volume partiel, et n'utilisant que la seule ponderation en t#1 des images. Notre methode automatique, elaboree, dans un contexte markovien, permet, au choix, de localiser dans les images les divers tissus cerebraux, ou d'estimer les fractions tissulaires en chaque site du volume des donnees. Nous avons evalue les resultats de notre algorithme sur des images de fantomes puis sur des images reelles. Nous avons constate que notre methode de segmentation etait efficace et robuste dans les deux cas.