Segmentation automatique de tumeur à partir des IRM cérébrales

Simple item page
dc.contributor.authorBRIGHET, Inas
dc.contributor.authorBOUAITA ,Samia
dc.contributor.authorMAGROUN, Hanane
dc.date.accessioned2025-04-21T09:14:41Z
dc.date.available2025-04-21T09:14:41Z
dc.date.issued2022
dc.description.abstractLa segmentation est une étape clé dans le processus de la délimitation de tumeurs à partir des images médicales. Dans ce travail, nous avons procédé à une approche comparative entre le champ aléatoire de Markov et l'algorithme K-means pour la segmentation de tumeurs à partir d’images avec différents niveaux de bruit. Les résultats préliminaires sur des images IRM réelles ont démontré la supériorité du champ aléatoire de Markov, et sa résistance au bruit avec un coefficient de similarité moyen de 0,89 % par rapport à 0,67 % dans le cas de K-means
dc.identifier.urihttp://dspace.univ-skikda.dz:4000/handle/123456789/4628
dc.language.isofr
dc.publisherFaculté des Sciences
dc.titleSegmentation automatique de tumeur à partir des IRM cérébrales
dc.title.alternativeSystème Informatique (SI)
dc.typeMémoire de Master
Files
Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
M-004-00308-1.pdf
Size:
2.64 MB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed to upon submission
Description:
Download
Collections
Informatique