La segmentation précise et automatique des tumeurs cérébrales sur imagerie par résonance magnétique multiparamétrique (imagerie mpMRI) est essentielle pour les mesures quantitatives, qui jouent un rôle croissant dans le diagnostic clinique et le pronostic. Le défi International Brain Tumor Segmentation (BraTS) 2024 offre une opportunité unique de benchmarking, incluant divers types de tumeurs cérébrales tant chez l’adulte que chez l’enfant, tels que les tumeurs cérébrales pédiatriques (PED), les méningiomes (MEN-RT) et les métastases cérébrales (MET), entre autres. Par rapport aux éditions précédentes, BraTS 2024 a introduit des modifications visant à renforcer considérablement sa pertinence clinique, notamment en affinant les régions tumorales ciblées pour l’évaluation. Nous proposons une approche par ensemble basée sur l’apprentissage profond, intégrant des modèles d’segmentation de pointe. Par ailleurs, nous introduisons des techniques innovantes et adaptatives de pré- et post-traitement, qui exploitent des analyses radiomiques basées sur l’imagerie MRI pour distinguer les sous-types tumoraux. Étant donné la nature hétérogène des tumeurs présentes dans les jeux de données BraTS, cette approche améliore la précision et la généralisation des modèles de segmentation. Sur les ensembles de test finals, notre méthode a atteint des coefficients moyens de similarité de Dice par lésion de 0,926, 0,801 et 0,688 pour la tumeur entière chez les patients PED, MEN-RT et MET, respectivement. Ces résultats démontrent l’efficacité de notre approche dans l’amélioration des performances et de la généralisation de la segmentation pour divers types de tumeurs cérébrales.Le code source de notre implémentation est disponible à l’adresse suivante : https://github.com/Precision-Medical-Imaging-Group/HOPE-Segmenter-Kids. En outre, une application web open source est accessible à l’adresse : https://segmenter.hope4kids.io/, qui utilise le conteneur Docker aparida12/brats-peds-2024:v20240913.