Titre :	Segmentation d’images IRM cérébrales : Application à la détection de la sclérose en plaques
Type de document :	texte imprimé
Auteurs :	Zouaoui,Hakima, Auteur ; Abdelouahab Moussaoui, Directeur de thèse
Editeur :	Setif:UFA
Année de publication :	2021
Importance :	1 vol (122 f .)
Format :	29 cm
Langues :	Français (fre)
Catégories :	Thèses & Mémoires:Informatique
Mots-clés :	Sclérose en Plaques Imagerie par Résonance Magnétique Segmentation
Index. décimale :	004 - Informatique
Résumé :	Dans cette thèse, nous proposons une nouvelle approche pour la segmentation d’images IRM de la maladie sclérose en plaques (SEP) qui est une maladie inflammatoire auto-immune affectant le système nerveux central. Ayant pour finalité d'automatiser un processus long et fastidieux pour le clinicien, nous suggérons une segmentation automatique des lésions SEP. Notre algorithme de segmentation se compose de trois étapes: la segmentation du cerveau en régions afin d’obtenir la caractérisation des différents tissus sains (substance blanche, substance grise et liquide céphalo-rachidien (LCR)). Ensuite, l'extraction de la substance blanche, l'élimination des données atypiques (valeurs aberrantes) de cette dernière. Enfin, l’utilisation d'un modèle flou de type Mamdani pour extraire les lésions de la SEP parmi toutes les données aberrantes.
Côte titre :	DI/0060
En ligne :	http://dspace.univ-setif.dz:8888/jspui/bitstream/123456789/3825/1/Th%c3%a8se-ZOA [...]
Format de la ressource électronique :	PDF

Segmentation d’images IRM cérébrales : Application à la détection de la sclérose en plaques [texte imprimé] / Zouaoui,Hakima, Auteur ; Abdelouahab Moussaoui, Directeur de thèse . - [S.l.] : Setif:UFA, 2021 . - 1 vol (122 f .) ; 29 cm.
Langues : Français (fre)

Catégories :	Thèses & Mémoires:Informatique
Mots-clés :	Sclérose en Plaques Imagerie par Résonance Magnétique Segmentation
Index. décimale :	004 - Informatique
Résumé :	Dans cette thèse, nous proposons une nouvelle approche pour la segmentation d’images IRM de la maladie sclérose en plaques (SEP) qui est une maladie inflammatoire auto-immune affectant le système nerveux central. Ayant pour finalité d'automatiser un processus long et fastidieux pour le clinicien, nous suggérons une segmentation automatique des lésions SEP. Notre algorithme de segmentation se compose de trois étapes: la segmentation du cerveau en régions afin d’obtenir la caractérisation des différents tissus sains (substance blanche, substance grise et liquide céphalo-rachidien (LCR)). Ensuite, l'extraction de la substance blanche, l'élimination des données atypiques (valeurs aberrantes) de cette dernière. Enfin, l’utilisation d'un modèle flou de type Mamdani pour extraire les lésions de la SEP parmi toutes les données aberrantes.
Côte titre :	DI/0060
En ligne :	http://dspace.univ-setif.dz:8888/jspui/bitstream/123456789/3825/1/Th%c3%a8se-ZOA [...]
Format de la ressource électronique :	PDF