Segmentation automatique de lésions IRM

Objectif

Développer un script permettant de détecter automatiquement les tumeurs cérébrales sur des images IRM, en utilisant des techniques de traitement d’image et de filtrage spatial, avec une implémentation complète sous Matlab.

Contexte

La détection et la délimitation des tumeurs cérébrales est un enjeu crucial en imagerie médicale, car elle conditionne le diagnostic, le suivi et la planification chirurgicale.
Ce projet vise à automatiser cette étape de segmentation, souvent réalisée manuellement par des radiologues, afin de gagner en rapidité, en objectivité et en reproductibilité.

Méthodologie

Prétraitement de l’image

• Suppression du bruit via filtrage spatial (filtre gaussien ou médian) pour améliorer la qualité de l’image IRM.

• Normalisation d’intensité pour faciliter les étapes suivantes de détection.

Localisation de la tumeur

• Analyse de la région segmentée pour localiser automatiquement la tumeur cérébrale.

• Affichage des résultats sous forme d’image annotée (masque binaire ou superposition sur l’IRM d’origine).

Segmentation

• Application de techniques de seuillage adaptatif ou de détection de contours pour isoler les zones d’intérêt.

• Détection des zones suspectes anormales par analyse morphologique ou par contraste d’intensité.

Implémentation

• Script développé entièrement sous Matlab, avec traitement de données médicales 2D (slices IRM).

• Interface simple pour charger une image, lancer le traitement et afficher la segmentation résultante.