En m?decine, l'utilisation d'images 3D (IRM, TDM, ...), devient de plus en plus fr?quente. Par ailleurs, la quantit? croissante de donn?es mises ? la disposition du clinicien a motiv? l'?laboration des m?thodes d'analyse automatique d'images. La segmentation des structures normales ou pathologiques est l'une des ?tapes les plus incontournables. Cependant, cette ?tape reste un probl?me difficile ? cause de plusieurs difficult?s. Les m?thodes existantes sont nombreuses, mais elles sont incapables de r?soudre toutes les perturbations. En particulier, les mod?les d?formables ont ?t? appliqu?s avec succ?s mais, ils ont certaines limitations. Dans cette th?se nous nous proposons de montrer qu'il est possible de d?finir un cadre commun permettant la mise en place d'une coop?ration entre des approches h?t?rog?nes en r?ponse ? la complexit? du probl?me pos?. L'int?r?t d'une telle approche est de pouvoir exploiter la compl?mentarit? d'informations qui r?sultent de l'application de plusieurs m?thodes afin d'avoir une segmentation efficace. Notre m?thode est fond?e essentiellement sur les "Level-set" et les techniques de classification et de recalage. Nos r?sultats sont tr?s encourageants.
ThriftBooks sells millions of used books at the lowest
everyday prices. We personally assess every book's quality and offer rare, out-of-print treasures. We
deliver the joy of reading in recyclable packaging with free standard shipping on US orders over $15.
ThriftBooks.com. Read more. Spend less.