Abstract:
La segmentation est une étape importante dans l’analyse d’images, la vision par ordinateur, et l’imagerie médicale.
Elle aide à localiser et à délimiter les entités présentes dans les images.
La segmentation d’images est de plus en plus utilisée dans le domaine médical notamment en ophtalmologie.
L’objet de notre travail est de délimiter la Zone Avasculaire Centrale (ZAC) en utilisant les champs aléatoires de Markov et en exploitant les propriétés statistiques des informations issues des angiographies rétiniennes réalisées sur des patients.
Ceci a pour but de faciliter le diagnostic de la Rétinopathie Diabétique (RD) et son suivi ainsi que de guider le traitement par rayons laser d’autres pathologies de la rétine.
De ce fait, ce mémoire est divisé en quatre chapitres:
Le premier étant consacré à la partie médicale du sujet où nous avons fait un bref rappel sur l'anatomie de l'œil et cité différentes pathologies de la rétine avant de défi nir l'angiographie rétinienne numérique.
Le second chapitre comprend une description des différentes étapes de l'analyse d'image et essentiellement celle de la segmentation, ainsi qu'une synthèse des méthodes testées sur les angiographies rétiniennes lors de certaines pathologies de la rétine et qui se sont avérées par la suite mal adaptées pour la délimitation de la fovéa.
Quant au chapitre 3, il aborde une méthode proposée comme alternative pour la segmentation de la ZAC sur des angiographies rétiniennes numériques, bâtie sur une approche bayésienne et utilisant la théorie des champs de Markov.
Dans le chapitre 4, nous présenterons les résultats des tests obtenus à partir de l'application de l'algorithme de la méthode proposée dans le chapitre précèdent programmé en Matlab, effectués sur des images simulées ainsi que sur des images angiographiques réelles.
Nous fi nirons ce rapport par une conclusion générale et les perspectives du travail réalisé.
