Veuillez utiliser cette adresse pour citer ce document : http://dspace.univ-tlemcen.dz/handle/112/11482
Titre: Segmentation et classification intélligente des Images cérébrales (Identification de Tumeurs).
Auteur(s): Baakek, Touria
Mots-clés: lésion cérébrale, segmentation, approche hybride.
ISODATA, Graph cuts, classification.
Date de publication: 25-jui-2015
Résumé: Les tumeurs cérébrales constituent un champ d'application privilégie pour les techniques d'irradiation basées sur l'imagerie médicale. La segmentation de ces images est l'objectif principale de ce travail ou nous avons proposé une nouvelle méthode hybride pour la segmentation des images cérébrales. Pour se faire nous adoptons une combinaison entre le seuillage itératif ISODATA et l'algorithme standard Graph cuts. Cette approche hybride donne des résultats prometteurs qui ne dépendent pas du fameux paramètre. L'évaluation de la méthode proposée est effectuée par une comparaison des résultats obtenus avec d'autres images issues principalement de la bas de données IMAIOS qui offre des informations et des détails suffisants fourni par des médecins pour valider notre algorithme . Une partie de classification a été réalisé à la fin de ce travail pour montrer l’intérêt de l'approche adoptée.
URI/URL: http://dspace.univ-tlemcen.dz/handle/112/11482
Collection(s) :Doctorat en GBM

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
Doct.EBM. BAAKEK.pdf4,58 MBAdobe PDFVoir/Ouvrir


Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.