Segmentation des images du fond d’œil pour l’extraction de l’arbre vasculaire rétinien : méthode à base de l’apprentissage profond / Imane Khadidja Abbas  

Public ISBD Titre : Segmentation des images du fond d’œil pour l’extraction de l’arbre vasculaire rétinien : méthode à base de l’apprentissage profond Type de document : texte imprimé Auteurs : Imane Khadidja Abbas, Auteur ; Sarra Zoghbi, Auteur ; Imane Mehidi, Directeur de thèse Année de publication : 2023 Importance : 1 vol (59 f.) Format : 29 cm Langues : Français (fre) Catégories : Physique Mots-clés : Traitement d’images Apprentissage Profond Index. décimale : 530-Physique Résumé : La segmentation d’images est un domaine prometteur et émergent du traitement d’images, jouant un rôle essentiel dans de nombreux systèmes de diagnostic médical. Dans cette étude, nous nous sommes concentrés sur la segmentation précise des vaisseaux rétiniens dans les images du fond d’œil, qui est cruciale pour le dépistage et le suivi des maladies oculaires. Nous avons proposé une méthode basée sur l’apprentissage en profondeur utilisant l’architecture U-Net pour améliorer les performances de segmentation, où nous utilisons le prétraitement de l’augmentation des données et l’utilisation du canal vert avec optimisation du contraste CLAHE sur des bases de données DRIVE et CHASE-DB1 pour entraîner l’architecture U-Net. Nous avons utilisé Google Colab comme environnement de développement, avec Python comme langage de programmation. Les résultats expérimentaux ont démontré l’efficacité de notre approche et ont ouvert des perspectives prometteuses pour l’amélioration de la segmentation des vaisseaux rétiniens en utilisant l’architecture U-Net. En conclusion, notre étude met en évidence l’importance de la segmentation d’images dans le domaine de la santé oculaire. Notre méthode basée sur l’apprentissage profond offre des résultats encourageants, ouvrant la voie à de futures recherches et améliorations dans le domaine de la segmentation des vaisseaux rétiniens. Côte titre : MAPH/0602 En ligne : https://drive.google.com/file/d/1QVsoiF1YKR1TacCUaeI4LRqh7RfsnWCV/view?usp=shari [...] Format de la ressource électronique : pdf Segmentation des images du fond d’œil pour l’extraction de l’arbre vasculaire rétinien : méthode à base de l’apprentissage profond [texte imprimé] / Imane Khadidja Abbas, Auteur ; Sarra Zoghbi, Auteur ; Imane Mehidi, Directeur de thèse . - 2023 . - 1 vol (59 f.) ; 29 cm. Langues : Français (fre) Catégories : Physique Mots-clés : Traitement d’images Apprentissage Profond Index. décimale : 530-Physique Résumé : La segmentation d’images est un domaine prometteur et émergent du traitement d’images, jouant un rôle essentiel dans de nombreux systèmes de diagnostic médical. Dans cette étude, nous nous sommes concentrés sur la segmentation précise des vaisseaux rétiniens dans les images du fond d’œil, qui est cruciale pour le dépistage et le suivi des maladies oculaires. Nous avons proposé une méthode basée sur l’apprentissage en profondeur utilisant l’architecture U-Net pour améliorer les performances de segmentation, où nous utilisons le prétraitement de l’augmentation des données et l’utilisation du canal vert avec optimisation du contraste CLAHE sur des bases de données DRIVE et CHASE-DB1 pour entraîner l’architecture U-Net. Nous avons utilisé Google Colab comme environnement de développement, avec Python comme langage de programmation. Les résultats expérimentaux ont démontré l’efficacité de notre approche et ont ouvert des perspectives prometteuses pour l’amélioration de la segmentation des vaisseaux rétiniens en utilisant l’architecture U-Net. En conclusion, notre étude met en évidence l’importance de la segmentation d’images dans le domaine de la santé oculaire. Notre méthode basée sur l’apprentissage profond offre des résultats encourageants, ouvrant la voie à de futures recherches et améliorations dans le domaine de la segmentation des vaisseaux rétiniens. Côte titre : MAPH/0602 En ligne : https://drive.google.com/file/d/1QVsoiF1YKR1TacCUaeI4LRqh7RfsnWCV/view?usp=shari [...] Format de la ressource électronique : pdf

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MAPH/0602	MAPH/0602	Mémoire	Bibliothéque des sciences	Français	Disponible Disponible

---

1 (1 - 1 / 1)