4-D Gradient Vector Flow : segmentation par surface active pour images multi-composantes

Dans cet article, nous generalisons le flux de vecteurs gradients a la segmentation par surface active d'images 3-D a valeurs vectorielles. Nous basons notre methode sur la definition d'un tenseur de structure multi-composantes pondere exploitant l'integralite de l'information de l'image pour reduire la sensibilite au bruit et ameliorer la precision du modele. Appliquee a la segmentation de volumes biologiques en imagerie par tomographie d'emission de positrons (TEP) dynamique, nous validons notre methode sur des simulations Monte Carlo realistes d'images TEP de fantomes numeriques.