Les troubles du plancher pelvien affectent principalement les femmes et représentent un enjeu de santé publique, bien que leur physiopathologie soit encore mal comprise. Étant donné que les principaux organes concernés subissent des mouvements et des déformations spécifiques à la pathologie, l’IRM dynamique constitue une référence pour les radiologues. Les contours flous des organes, la variabilité interindividuelle des formes des organes et les déformations pathologiques rendent la segmentation difficile à réaliser. Pour développer des logiciels d’imagerie visant à évaluer les pathologies, la précision de la segmentation des contours des organes sur l’IRM est un critère essentiel. Les méthodes automatiques ne sont pas encore suffisamment précises pour remplacer l’étape obligatoire de segmentation manuelle. Des méthodes de segmentation automatique utilisant des réseaux de neurones entièrement convolutifs (FCN) ont été développées, mais les fonctions de perte utilisées pour leur entraînement n’étaient généralement pas assez sensibles à la détection des contours des organes. Nous proposons une fonction de perte dédiée à la détection des contours des organes pour améliorer l’entraînement et ainsi accroître la précision des résultats. La méthode a été évaluée sur la segmentation de la vessie à partir d’IRM dynamiques 2D, en utilisant une architecture U-Net de base. Nous avons démontré que notre réseau entraîné avec une combinaison d’une fonction de perte basée sur les contours et de la fonction de perte Dice largement utilisée surpassait les méthodes existantes et les réseaux entraînés uniquement avec la fonction de perte basée sur le score de Dice.