University Sétif 1 FERHAT ABBAS Faculty of Sciences
Détail de l'auteur
Auteur Nesrine Harbadji |
Documents disponibles écrits par cet auteur



Titre : Exploration Of Medical Image Registration Methods Using Transformers & CNN Type de document : texte imprimé Auteurs : Nesrine Harbadji, Auteur ; Rayhene Merghem, Auteur ; Seif eddine Chouaba, Directeur de thèse Année de publication : 2023 Importance : 1 vol (101 f.) Format : 29 cm Langues : Français (fre) Catégories : Physique Mots-clés : Recalage
CNN
Transformer
TransMorphIndex. décimale : 530-Physique Résumé :
Le recalage des images m´edicales joue un rˆole important dans diverses applications,
notamment le diagnostic, la planification du traitement et les interventions guid´ees
par l’image. Au fil des ann´ees, les r´eseaux neuronaux convolutionnels (CNN) ont
´et´e consid´er´es comme le choix optimal par d´efaut pour les tˆaches de recalage des
images m´edicales en raison de leur capacit´e `a apprendre les caract´eristiques spatiales.
Cependant, leur incapacit´e `a capturer les d´ependances `a long terme au sein des images
a conduit `a l’introduction des Transformers et de leurs m´ecanismes d’attention en tant
que solution innovante. Notre objectif est d’explorer les m´ethodes r´ecentes de recalage
en entraˆınant deux mod`eles diff´erents : TransMorph, ´etant bas´e sur Swin Transformer,
et VoxelMorph, un cadre non supervis´e bas´e sur les CNN pour le recalage d´eformable
des images. Tout d’abord, nous avons ´evalu´e les performances de TransMorph pour
le recalage affine en utilisant des images mono-modales (RM-RM) et multi-modales
(CT-RM) provenant d’une dataset Learn2Reg. Pour ´etablir une r´ef´erence, nous avons
compar´e les performances de TransMorph `a une m´ethode conventionnelle, Elastix.
L’approche d’´evaluation du mod`ele VoxelMorph a suivi une d´emarche similaire, et les
r´esultats obtenus ont ´et´e compar´es `a ceux de TransMorph pour le recalage d´eformable.
Côte titre : MAPH/0605 En ligne : https://drive.google.com/file/d/15gd9upf9u-dzA3JgF8jMpQteJ3D7MtEj/view?usp=shari [...] Format de la ressource électronique : Exploration Of Medical Image Registration Methods Using Transformers & CNN [texte imprimé] / Nesrine Harbadji, Auteur ; Rayhene Merghem, Auteur ; Seif eddine Chouaba, Directeur de thèse . - 2023 . - 1 vol (101 f.) ; 29 cm.
Langues : Français (fre)
Catégories : Physique Mots-clés : Recalage
CNN
Transformer
TransMorphIndex. décimale : 530-Physique Résumé :
Le recalage des images m´edicales joue un rˆole important dans diverses applications,
notamment le diagnostic, la planification du traitement et les interventions guid´ees
par l’image. Au fil des ann´ees, les r´eseaux neuronaux convolutionnels (CNN) ont
´et´e consid´er´es comme le choix optimal par d´efaut pour les tˆaches de recalage des
images m´edicales en raison de leur capacit´e `a apprendre les caract´eristiques spatiales.
Cependant, leur incapacit´e `a capturer les d´ependances `a long terme au sein des images
a conduit `a l’introduction des Transformers et de leurs m´ecanismes d’attention en tant
que solution innovante. Notre objectif est d’explorer les m´ethodes r´ecentes de recalage
en entraˆınant deux mod`eles diff´erents : TransMorph, ´etant bas´e sur Swin Transformer,
et VoxelMorph, un cadre non supervis´e bas´e sur les CNN pour le recalage d´eformable
des images. Tout d’abord, nous avons ´evalu´e les performances de TransMorph pour
le recalage affine en utilisant des images mono-modales (RM-RM) et multi-modales
(CT-RM) provenant d’une dataset Learn2Reg. Pour ´etablir une r´ef´erence, nous avons
compar´e les performances de TransMorph `a une m´ethode conventionnelle, Elastix.
L’approche d’´evaluation du mod`ele VoxelMorph a suivi une d´emarche similaire, et les
r´esultats obtenus ont ´et´e compar´es `a ceux de TransMorph pour le recalage d´eformable.
Côte titre : MAPH/0605 En ligne : https://drive.google.com/file/d/15gd9upf9u-dzA3JgF8jMpQteJ3D7MtEj/view?usp=shari [...] Format de la ressource électronique : Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAPH/0605 MAPH/0605 Mémoire Bibliothéque des sciences Anglais Disponible
Disponible