Segmentation multi-échelles des images cardiaques pour la détection des maladies cardiovasculaires

Abstract

La segmentation d’images médicales est une étape incontournable dans tout processus d’analyse d’image. C’est un traitement de bas niveau qui précède l’étape de mesure, de compréhension et de décision. Son objectif consiste à partitionner l’image en régions connexes et homogènes, au sens d’un critère d’homogénéité, difficile à définir surtout dans le cas de régions texturées. Dans ce contexte, nous avons étudié dans ce mémoire, la segmentation des images cardiaques; pour détecter les structures aortiques coronaires, en se basant sur la segmentation multi-échelles en utilisant la technique des ondelettes, autour du détecteur de contours multi-échelles de Canny. Les contours de l’image supposée régulière, sont observés à différentes échelles et modélisés comme des courbes de singularités de l'image, le long desquelles la régularité est maximale. Les points de contours sont alors repérés, comme les sommets de lignes des maximas du module de ce détecteur