Traitement D'Images Médicales: Application À La Segmentation
| dc.contributor.author | Arar Cherifa | |
| dc.contributor.author | Kheroubi Ghania | |
| dc.contributor.other | Attaf Youcef | |
| dc.date.accessioned | 2019-11-26T11:58:36Z | |
| dc.date.available | 2019-11-26T11:58:36Z | |
| dc.date.issued | 2011 | |
| dc.description | 57 f. : ill. ; 30 cm. (+ CD-Rom) | en |
| dc.description.abstract | RESUME : L’analyse de l’images a pour but l’extraction de l’information caractéristique contenue dans une image d’où elle fait appel à la segmentation qui permet d’associer à chaque pixel un label en s’appuyant sur l’information portée telle que le niveau de gris ou de couleur et sa distribution spatiale sur le support image. Dans le cadre de ce mémoire, nous allons proposer une méthode de segmentation par classification non supervisée k-means pour traiter une image médicale obtenue par IRM. Les tests effectués par la méthode de classification non supervisée k-means nous ont permis de constater que le choix du nombre de classes joue un rôle très important dans la segmentation. | en |
| dc.identifier.citation | Instrumentation | |
| dc.identifier.other | ING.ELN.34-11 | en |
| dc.identifier.uri | https://dspace.ummto.dz/handle/ummto/8331 | |
| dc.language.iso | fr | en |
| dc.publisher | Université Mouloud Mammeri | en |
| dc.subject | Segmentation | en |
| dc.subject | Classification | en |
| dc.subject | supervisée | en |
| dc.subject | Classification non supervisée | en |
| dc.subject | FCM | en |
| dc.subject | Imagerie médicale | en |
| dc.subject | K-means | en |
| dc.subject | Image numérique. | en |
| dc.title | Traitement D'Images Médicales: Application À La Segmentation | en |
| dc.type | Thesis | en |