Contributions à l'étude de la classification spectrale et applications

152 Extraction de connaissances appliquée à la biologie et l’imagerie médicale
4.9.4 Comparaison avec la méthode k-means
Pour valider les résultats du spectral clustering, la méthode k-means, méthode la plus utilisée en
segmentation d’images dynamiques TEP [75], est appliquée sur ce même exemple. Les mêmes prétraitement
et post-traitement sont effectués sur les données. La méthode k-means est donc appliqué
sur des données TACs filtrées et normalisées. Le nombre de clusters est fixé à 6 et le résultat de la
méthode est représenté sur la figure 4.25(a).
(a) Résultat du k-means
(b) Résultat du spectral clustering
Figure 4.25 – Comparaison avec la méthode k-means pour k = 6
Comparés aux résultats du spectral clustering sur la figure 4.25 (b), la plupart des formes des
régions du spectral clustering sont quasi-identiques à celles du k-means. Par contre, un cluster à
support entre le lobe frontal, le lobe pariétal et occipital (cluster orange sur la figure 4.25(a)) est
créé par la méthode k-means. De plus, les régions du thalamus et du lobe frontal sont englobées
en un seul cluster (cluster bleu sur la figure 4.25(a)). Les TACs associées à ces deux régions sont
représentées sur la figure 4.26 et indiquent des profils à supports différents.