BRIGHET, InasBOUAITA ,SamiaMAGROUN, Hanane2025-04-212025-04-212022http://dspace.univ-skikda.dz:4000/handle/123456789/4628La segmentation est une étape clé dans le processus de la délimitation de tumeurs à partir des images médicales. Dans ce travail, nous avons procédé à une approche comparative entre le champ aléatoire de Markov et l'algorithme K-means pour la segmentation de tumeurs à partir d’images avec différents niveaux de bruit. Les résultats préliminaires sur des images IRM réelles ont démontré la supériorité du champ aléatoire de Markov, et sa résistance au bruit avec un coefficient de similarité moyen de 0,89 % par rapport à 0,67 % dans le cas de K-meansfrMémoire de Master