Abstract FR:

Les images de mammographie comportent des ambiguites dues en particulier aux phenomenes de superpositions et au bruit present dans l'image. Une methode originale de segmentation basee sur les contours permet d'obtenir une representation floue des objets recherches dans l'image, tenant compte de leurs imprecisions et incertitudes. Deux filtres sur le contour flous permettent d'adapter la quantite de flou introduite dans le contour flou a la difficulte de l'image (reducteur de flou et renforcement de specificite). Un lien entre la morphologie mathematique et les contours flous mis en uvre permet d'introduire de nouveaux filtres en gradient, ainsi que le debordement, variante du processus d'inondation. Une methode d'extraction de valeurs d'attributs a partir des contours flous est presentee, permettant de traduire l'ambiguite presente dans le contour flou dans les valeurs des attributs qui caracterisent l'objet, et aussi d'extraire des images des informations plus generales, en faisant dependre la forme des microcalcifications de leur environnement. Un arbre de decision flou permet de determiner les attributs pertinents pour discriminer un amas malin de microcalcifications d'un amas benin, et d'inclure des regles d'experts radiologues. Des resultats obtenus sur des donnees reelles sont presentes