Nous proposons une nouvelle méthode de segmentation permettant une détection multi-objets, semi-interactive et à caractère générique, appliquée à l’extraction de structures cardiaques en imagerie scanner multibarettes. L’approche proposée repose sur l’élaboration d’un schéma multi-agents combiné à une méthode de classification supervisée qui permet l’introduction d’a priori dans le processus de segmentation ainsi que des temps de calcul rapides. Le système multi-agents proposé est centralisé autour d’un agent communiquant qui contrôle une population d’agents situés dans l’image dont le rôle est d’assurer la segmentation au moyen d’interactions de type coopératif et compétitif. La méthode proposée a été testée sur plusieurs bases de données patient. Quelques résultats représentatifs sont finalement présentés et discutés.

We propose a new technique for general purpose, semi-interactive and multi-object segmentation in N-dimensional images, applied to the extraction of cardiac structures in MultiSlice Computed Tomography (MSCT) imaging. The proposed approach makes use of a multi-agent scheme combined with a supervised classification methodology allowing the introduction of a priori information and presenting fast computing times. The multi-agent system is organised around a communicating agent which manages a population of situated agents which segment the image through cooperative and competitive interactions. The proposed technique has been tested on several patient data sets. Some typical results are finally presented and discussed.