Approches de segmentation basées sur la texture pour les images médicales

Au cours des dernières années l'atomisation du diagnostic médical a connu une croissance exponentielle. L'une des étapes les plus critiques et les plus importantes de l'analyse d'images est la segmentation. Les résultats de la segmentation jouent un rôle crucial et essentiel dans l'analyse d'images notamment dans la représentation la mesure des caractéristiques la description et même dans la classification et l'interprétation. La présente étude propose diverses méthodes innovantes de segmentation pour les images médicales. Les méthodes de segmentation proposées sont basées sur des concepts dérivés de combinaisons de morphologie de transformée en ondelettes discrètes (DWT) de transformée en ondelettes stationnaires (SWT) de filtres de contours de seuillage et de méthodes basées sur la texture. Les avantages des méthodes morphologiques sont le filtrage du bruit la squelettisation l'épaississement le marquage des objets la simplification des formes l'amincissement l'enveloppe convexe la segmentation des objets par rapport à l'arrière-plan la description quantitative des objets (projections aire périmètre). Dans cet ouvrage plusieurs méthodes de segmentation des images de tuberculose (TB) ont été abordées. La TB est une infection bactérienne chronique qui cause plus de décès dans le monde que toute autre maladie infectieuse.