Combinaison de classifieurs : Bayesien Naif et KNN Pour la segmentation d’images médicales
Loading...
Date
2022
Journal Title
Journal ISSN
Volume Title
Publisher
Faculté des Sciences
Abstract
Le but de notre travail est de mettre en oeuvre des techniques de segmentation d'IRM
structurelles du cerveau.
L’objectif de ce travail est le déploiement d’un système de segmentation d’images de résonance
magnétiques (IRM), et d'extraire les régions d'intérêt dans la matière cérébrale. Il existe
plusieurs algorithmes de segmentation d’images, chacun possédant ses avantages et ses limites
d’utilisation.
Dans ce travail, nous utilisons deux types d’algorithmes : Bayésien, KNN, dont le but de les
combiner pour trouver une meilleure technique de segmentation utilisée dans ce domaine.
L'intégration des résultats des deux méthodes, se fait selon un formalisme probabiliste assurant
une décision optimale, et permettant d'améliorer les résultats de segmentation.
L'expérimentation menue, en utilisant des images fantômes Brain Web, et des images réelles a
montré le potentiel de l'approche pour améliorer significativement la segmentation des images
à RM.