Techniques d’apprentissage Automatique pour la segmentation d’images médicales (IRM)

Simple item page
dc.contributor.authorSlimane Tich Tich ,Habiba
dc.contributor.authorMosbah, Ines
dc.contributor.authorMazouzi , Smaine
dc.date.accessioned2024-10-23T13:33:59Z
dc.date.available2024-10-23T13:33:59Z
dc.date.issued2024
dc.description.abstractLa segmentation des images, en particulier les images médicales, reste problématique en raison du bruit et des diverses déformations. Dans ce mémoire de master, nous proposons une nouvelle méthode de segmentation des IRM cérébrales par classification des pixels, en utilisant une approche non supervisée avec l'algorithme des k-means. Cette méthode repose sur la classification des pixels dans des régions locales, où le problème de la non-uniformité des intensités (INU : Intensity Non Uniformity) peut être négligé. Toutefois, les résultats partiels doivent être fusionnés en utilisant une technique de vote majoritaire
dc.identifier.urihttp://dspace.univ-skikda.dz:4000/handle/123456789/2989
dc.language.isofr
dc.publisherFaculté des Sciences
dc.titleTechniques d’apprentissage Automatique pour la segmentation d’images médicales (IRM)
dc.title.alternativeSystèmes Informatiques -SI
dc.typeMémoire de Master
Files
Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
Slimane Tich Tich Habiba.pdf
Size:
5.24 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