Segmentation d'images par étiquetage crédibiliste : Application à l'imagerie médicale par tomodensitométrie en cancérologie

Dans cet article, un algorithme de segmentation d'images base sur une technique d'etiquetage credibiliste est presente. La contribution essentielle de ce travail reside dans la facon dont les images sont modelisees par des fonctions de croyance de facon a representer l'incertitude inherente a l'etiquetage d'un voxel a une classe. L'allocation de masse realisee pour chaque voxel est construite a partir des caracteristiques intrinseques des regions qui composent l'image. Afin de limiter cette incertitude dans la phase d'etiquetage, on diminue de facon progressive un seuil de decision tout au long d'un processus iteratif jusqu'a sa stabilisation. Cet algorithme est applique a la segmentation de volumes d'interet sur des images TDM. La segmentation des deux poumons, de la trachee, des bronches souches et du canal medullaire est realisee a visee de radiotherapie externe, ainsi que la realisation de la segmentation ganglionnaire pour la mesure de volume a visee d'evaluation initiale du stade de la maladie ou de suivi therapeutique.