Segmentation d'images couleurs et mutispectrales de la peau.

Directeur de thèse :     Michel DESVIGNES

École doctorale : Electronique, electrotechnique, automatique, traitement du signal (EEATS)

Spécialité : Signal, image, parole, télécoms

Structure de rattachement : Université Grenoble Alpes

Établissement d'origine : Southeast University - Chine

Financement(s) : bourse attribuée par un gouvernement étranger

Date d'entrée en thèse : 01/02/2010

Date de soutenance : 27/06/2013

Composition du jury :
Mme. Marinette REVENU, Professeur, Ensicaen, Rapporteur
M. Johan DEBAYLE, Maître de Conférences, École des Mines de St. Etienne, Rapporteur
Mme. Barbara ROMANIUK, Maître de Conférences, Université de Reims, Examinateur
M. Pierre-Yves COULON, Professeur, Grenoble INP, Examinateur
M. Michel DESVIGNES, Professeur, Grenoble INP, Directeur

Résumé : La délimitation précise du contour des lésions pigmentées sur des images est une première étape importante pour le diagnostic assisté par ordinateur du mélanome. Cette thèse présente une nouvelle approche de la détection automatique du contour des lesions pigmentaires sur des images couleurs ou multispectrales de la peau. Nous présentons d'abord la notion de minimisation d'énergie par coupes de graphes en terme de Maxima A-Posteriori d'un champ de Markov. Après un rapide état de l'art, nous étudions l'influence des paramètres de l'algorithme sur les contours d'images couleurs. Dans ce cadre, nous proposons une fonction d'énergie basée sur des classifieurs performants (Machines à support de vecteurs et Forêts aléatoires) et sur un vecteur de caractéristiques calculé sur un voisinage local. Pour la segmentation de mélanomes, nous estimons une carte de concentration des chromophores de la peau, indices discriminants du mélanomes, à partir d'images couleurs ou multispectrales, et intégrons ces caractéristiques au vecteur. Enfin, nous détaillons un schéma global de la segmentation automatique de mélanomes, comportant une étape de sélection automatique des graines utiles à la coupure de graphes ainsi que le selection des caractéristiques discriminantes. Cet outil est comparé favorablement aux méthodes classiques à base de coupure de graphes en terme de précision et de robustesse.