Ce projet évalue l'impact du prétraitement d'images médicales sur la reproductibilité des résultats de segmentation tumorale par intelligence artificielle. Il compare différentes versions de pipelines de prétraitement (BRATS) et des modèles d'inférence (nnU-Net) pour quantifier les variabilités introduites. Les expériences analysent également l'influence des changements d'environnement (système d'exploitation, infrastructure) et visent à améliorer la stabilité des algorithmes pour une utilisation clinique fiable.