Abstract FR:

Une etape de segmentation de l'image echographique s'avere necessaire pour en extraire les informations quantitatives utiles pour l'etude de la fonction cardiaque comme: la fraction d'ejection ventriculaire, les variations de volume myocardique pendant un cycle,. . . Nous proposons de caracteriser chaque region de l'image par ses attributs optimaux de texture que l'on determine par une etude statistique (analyse en composantes principales) des proprietes de structure locale des pixels dans un voisinage donne. Le choix d'une formulation statistique de l'analyse de texture permet un traitement unifie des micro et macrotextures. La pertinence des attributs est verifiee par une analyse factorielle discriminante sur des textures de synthese naturelles et echographiques. Une procedure de classement automatique par apprentissage effectue la segmentation par regroupement des pixels de caracteristiques homogenes. L'hypothese d'une distribution gaussienne multivariee conduit a la definition d'une regle d'affectation optimale des individus (critere de bayes) fondee sur la distance de mahalanobis. Des solutions algorithmiques rapides sont proposees pour le calcul des attributs et de la distance de mahalanobis. Ce travail presente aussi une etude des differents problemes lies a l'acquisition et la formation des images echographiques sectorielles, et propose des solutions pour adapter un certain nombre d'operateurs classiques de traitement d'images, en coordonnees polaires: operateurs de derivation du gradient directionnel et laplacien, operateurs de sobel et de prewitt ainsi que des operateurs d'amelioration d'images comme le filtre median et moyenneur