Browsing by Author "BOULARAS, Asma"

Now showing 1 - 3 of 3
  • Thumbnail Image
    ItemOpen Access
    Segmentation semi supervisée des images médicale IRM par méthode flou
    (University of M'sila, 2016-06-10) BOULARAS, Asma; Rapporteur: LAKEHAL, MEFTAH; Rapporteur: ASSAS, Ouarda
    la segmentation des images IRM cérébrales anatomiques vise à localiser les différents tissus et structures anatomiques qui composent cerveau. Elle est au cœur de nombreuses applications, tant dans le domaine clinique (planification d'opérations neurochirurgicales, suivi de l' évolution du volume des structures , que des neurosciences (quantification de la variabilité interindividuelle, support pour la projection des données IRMf.Dans ce travail nous représentons une approche de segmentation qui permet de donner avec exactitude les différents structures de cerveau , en utilisant des informations préalable aux images à segmenter et l'employerà appliquer la méthode semi-supervisé C-moyenne flou (ssFCM). la segmentation des images IRM cérébrales anatomiques vise à localiser les différents tissus et structures anatomiques qui composent cerveau. Elle est au cœur de nombreuses applications, tant dans le domaine clinique (planification d'opérations neurochirurgicales, suivi de l' évolution du volume des structures , que des neurosciences (quantification de la variabilité interindividuelle, support pour la projection des données IRMf.Dans ce travail nous représentons une approche de segmentation qui permet de donner avec exactitude les différents structures de cerveau , en utilisant des informations préalable aux images à segmenter et l'employerà appliquer la méthode semi-supervisé C-moyenne flou (ssFCM). Mot clé:Segmentation des images, imagerie médicale IRM, semi-supervisé FCM la segmentation des images IRM cérébrales anatomiques vise à localiser les différents tissus et structures anatomiques qui composent cerveau. Elle est au cœur de nombreuses applications, tant dans le domaine clinique (planification d'opérations neurochirurgicales, suivi de l' évolution du volume des structures , que des neurosciences (quantification de la variabilité interindividuelle, support pour la projection des données IRMf.Dans ce travail nous représentons une approche de segmentation qui permet de donner avec exactitude les différents structures de cerveau , en utilisant des informations préalable aux images à segmenter et l'employerà appliquer la méthode semi-supervisé C-moyenne flou (ssFCM).
  • Thumbnail Image
    ItemOpen Access
    Segmentation semi supervisée des images médicale IRM par méthode floue
    (FACULTE DES MATHEMATIQUES ET DE L’INFORMATIQUE - UNIVERSITE MOHAMED BOUDIAF - M’SILA, 2016) BOULARAS, Asma
    la segmentation des images IRM cérébrales anatomiques vise à localiser les différents tissus et structures anatomiques qui composent cerveau. Elle est au coeur de nombreuses applications, tant dans le domaine clinique (planification d’opérations neurochirurgicales, suivi de l’ ́évolution du volume des structures, ...) que des neurosciences (quantification de la variabilité interindividuelle, support pour la projection des données IRMf.Dans ce travail nous représentons une approche de segmentation qui permet de donner avec exactitude les différents structures de cerveau , en utilisant des informations préalable aux images à segmenter et l'employerà appliquer la méthode semi-supervisé C-moyenne flou (ssFCM).
  • Thumbnail Image
    ItemOpen Access
    Segmentation semi supervisée des images médicale IRM par méthode floue
    (UNIVERSITE MOHAMED BOUDIAF M’SILA : FACULTE DES MATHEMATIQUES ET DE L’INFORMATIQUE : Département d’Informatique, 2016) BOULARAS, Asma
    la segmentation des images IRM cérébrales anatomiques vise à localiser les différents tissus et structures anatomiques qui composent cerveau. Elle est au coeur de nombreuses applications, tant dans le domaine clinique (planification d’opérations neurochirurgicales, suivi de l’ ́évolution du volume des structures, ...) que des neurosciences (quantification de la variabilité interindividuelle, support pour la projection des données IRMf.Dans ce travail nous représentons une approche de segmentation qui permet de donner avec exactitude les différents structures de cerveau , en utilisant des informations préalable aux images à segmenter et l'employerà appliquer la méthode semi-supervisé C-moyenne flou (ssFCM).