Pour analyser les images IRM, les médecins localisent les contours des organes, les tumeurs et définissent leurs extensions manuellement. Ceci influence la précision du diagnostic et peut même fausser les études de certaines maladies dangereuses. Pour éviter ces problèmes, les techniques de traitement d'images apportent des solutions automatiques. La segmentation est un domaine très vaste et les approches sont nombreuses. Nous nous sommes intéressées dans ce travail à la méthode de contours actifs basé région. Il s'agit d'une courbe paramétrique capable de se déformer de manière itérative vers une zone d'intérêt d'une image. Cette dynamique est basée sur la notion d'énergie interne et externe qui sont calculées en moyennant des descripteurs sur les régions. Nous avons commencé par étudier le principe des modèles actifs avant d'examiner l'effet des énergies, de l'initialisation et de nombre d'itérations sur les résultats de la localisation. Les paramètres optimaux ont été ainsi déterminés pour segmenter les tumeurs dans les images IRM cérébrales.