Ce papier a pour objet, l'analyse et la classification des descripteurs de texture pour la segmentation d'images IRM de tumeurs osseuses. La segmentation des images IRM préopératoires permet au chirurgien d'avoir le modèle tridimensionnel de ala tumeur. Aucune méthode de segmentation automatique des images IRM de tumeurs osseuses n'a été proposée auparavant. Dans ce travail, nous proposons une nouvelle approche de segmentation basée sur la combinaison des matrices de cooccurrence utilisées pour l'extraction des caractéristiques statistiques de texture et des algorithmes génétiques (AG) utilisés pour sélectionner le sous ensemble optimal de ces descripteurs donnant une meilleure discrimination entre les classes. Ensuite, ce sous ensemble est utilisé pour classifier les pixels de l'image. Les résultats de ce travail ont montré de bonnes performances en termes de classification avec un nombre réduit de descripteurs.