Neuro-Fuzzy Approach Toward Segmentation of Brain MRI Based on Intensity and Spatial Distribution

La segmentation dans le traitement de l'image trouve d'immenses applications dans différents domaines. Les techniques de traitement de l'image peuvent être utilisées dans des applications médicales pour différents diagnostics. Nous avons tenté d'appliquer la segmentation de l'image à l'imagerie du cerveau. La segmentation des images par résonance magnétique (IRM) du cerveau peut être utilisée pour l'identification de différents troubles neurologiques. Nous pouvons segmenter les tissus anormaux de l'IR, ce qui peut être utilisé pour la détection hâtive des tumeurs cérébrales. La segmentation appliquée à l'IRM aide à extraire les différents tissus cérébraux comme la substance blanche, la matière grise et le fluide cérébrospinal. La segmentation de ces tissus aide à en déterminer le volume dans les images IRM tridimensionnelles du cerveau. L'étude des changements volumétriques est utile dans l'analyse de plusieurs troubles neuraux, notamment l'épilepsie et la maladie d'Alzheimer. Nous avons proposé une méthode hybride combinant l'approche FCM (Famille d'algorithmes de classification floue) classique et le réseau neural pour effectuer la segmentation.