Le diagnostic de sclérose en plaques est actuellement basé sur des critères clinicoradiologiques. Parmi les critères d’imagerie, se trouve la présence de lésions en différents points et/ou sur différents instants des séquences IRM observées. La modification de la charge lésionnelle est utilisée en recherche clinique pour évaluer l’efficacité d’un traitement. Il devient alors primordial d’obtenir une segmentation fiable des lésions sur ces séquences IRM. Pour diminuer les variabilités inter- et intra-experts et pour éviter des segmentations manuelles fastidieuses et difficiles, de nombreuses méthodes de segmentation semi-automatiques ou entièrement automatiques ont été proposées dans la littérature. Cet article en dresse une revue et en propose une classification en fonction de l’approche utilisée pour segmenter les lésions.

Different sets of criteria are currently used for the diagnosis of multiple sclerosis (MS). Some are based on clinical features, while others are related to imaging findings. Among the image processing systems, specific criteria include spatial dissemination of lesions in one image or their temporal dissemination in images acquired at different time points. In addition, the evolution of the lesion load can be used to evaluate treatment efficiency in MS clinical research. Consequently, obtaining a precise segmentation of the MS lesion appears to be crucial. In the literature, a number of semi-automated or completely automated approaches have been proposed enabling a reduction of the inter- and intra-expert variability for manual delineations. A comprehensive state-of-the-art classification of the most representative systems is presented here.