Veuillez utiliser cette adresse pour citer ce document : http://dspace1.univ-tlemcen.dz/handle/112/21003
Titre: Approche de reconstruction d’images IRM parallèle Régularisé
Auteur(s): Haouaia&, Amina
Adnane, Nour El Houda Ahlem
Mots-clés: Imagerie parallèle, GRAPPA, l’apprentissage profond, les réseaux de neurones convolutifs, reconstruction d’image
Date de publication: 14-jui-2023
Editeur: University of Tlemcen
Résumé: L'imagerie parallèle est une technique avancée d'imagerie médicale qui a permis une amélioration significative de la qualité et de la rapidité de la reconstruction d'images IRM. La reconstruction GRAPPA est l’une des méthodes d’imagerie parallèle qui a démontré son efficacité dans les applications médicales. L’objectif de ce travail consiste à améliorer la reconstruction GRAPPA, qui bien qu'étant une méthode efficace, présente certaines limites en termes de qualité d'image. Pour résoudre ses problèmes, nous avons proposé de la rénover en se basant sur une méthode plus moderne et plus efficace, à savoir les réseaux de neurones convolutifs (CNN).Nous ont testé notre approche sur différents types des données. Les résultats obtenus ont prouvé que la reconstruction par notre approche offre des perspectives passionnantes pour l'amélioration de l'imagerie parallèle.
URI/URL: http://dspace1.univ-tlemcen.dz/handle/112/21003
Collection(s) :Master en Génie Biomedical

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
Approche_de_reconstruction_d’images_IRM_parallèle_Regularise.pdf3,26 MBAdobe PDFVoir/Ouvrir


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