Methods and systems are provided for assessing the presence of functionally significant stenosis in one or more coronary arteries, further known as a severity of vessel obstruction. The methods and systems can implement a prediction phase that comprises segmenting at least a portion of a contrast enhanced volume image data set into data segments corresponding to wall regions of the target organ, and analysing the data segments to extract features that are indicative of an amount of perfusion experiences by wall regions of the target organ. The methods and systems can obtain a feature-perfusion classification (FPC) model derived from a training set of perfused organs, classify the data segments based on the features extracted and based on the FPC model, and provide, as an output, a prediction indicative of a severity of vessel obstruction based on the classification of the features.L'invention concerne des procédés et des systèmes permettant d'évaluer la présence d'une sténose fonctionnellement significative dans une ou plusieurs artères coronaires, par ailleurs connue en tant que gravité d'obstruction de vaisseau. Les procédés et les systèmes peuvent mettre en œuvre une phase de prédiction qui consiste à segmenter au moins une partie d'un ensemble de données d'image de volume au contraste amélioré en segments de données correspondant à des régions de paroi de l'organe cible, et à analyser les segments de données pour extraire des caractéristiques qui sont indicatives d'une quantité d'expériences de perfusion par les régions de paroi de l'organe cible. Les procédés et les systèmes permettent d'obtenir un modèle de classification de caractéristiques-perfusions (FPC) dérivé d'un ensemble d'apprentissage d'organes perfusés, de classifier les segments de données sur la base des caractéristiques extraites et sur la base du modèle FPC, et de fournir, en tant que sortie, une prédiction indicative d'une gravité d'obstruction de vaisseau sur la base de la classification des c
