Abstract FR:

Cette thèse traite de la segmentation d'images médicales avec des ensembles de niveau guidés par commande floue. Notre approche est fondée sur une méthode de segmentation orientée région. Afin de l'adapter à diverses applications, nous utilisons des connaissances a priori et un système de commande floue pour guider les contours associés aux ensembles de niveau. Le contrôleur flou gère automatiquement les différents termes de la vitesse d'évolution des contours. Il est d'abord utilisé pour régler la fonction d'arrêt, puis le terme de régularisation. Enfin, il permet de faire évoluer simultanément plusieurs ensembles de niveau en déterminant leur sens de propagation privilégié. La méthode est appliquée à la segmentation de structures variées, allant du cerveau entier aux noyaux gris internes. Enfin, nous introduisons un modèle de forme pour tenir compte de la variabilité anatomique. Cela améliore la précision et la robustesse des résultats, évaluées sur 2 jeux de 18 volumes IRM réels.