Veuillez utiliser cette adresse pour citer ce document : http://dspace1.univ-tlemcen.dz/handle/112/13193
Affichage complet
Élément Dublin CoreValeurLangue
dc.contributor.authorYousfi, Chaimaa Radhia-
dc.date.accessioned2018-10-14T10:13:21Z-
dc.date.available2018-10-14T10:13:21Z-
dc.date.issued2018-06-26-
dc.identifier.urihttp://dspace.univ-tlemcen.dz/handle/112/13193-
dc.description.abstractpour les analyses quantitatives des images dans de nombreuses pathologies comme la détection des tumeurs. La grande variation de ces structures nécessite la mise en place des méthodes d'études spécifiques. L'objectif de notre travail est de mettre en oeuvre une méthode de segmentation automatique il s'agit de : la méthode ISODATA cependant, le problème de la segmentation avec l’algorithme Isodata devient un problème d’optimisation des paramètres . L’algorithme évolutionniste qui base sur la distribution Bêta est amené pour donner les paramètres optimaux qui seront ensuite utilisé par Isodat a. Les résultats obtenus sont très satisfaisantes et montrent une bonne détection des tumeurs . Pour évaluer notre travail , nous avons fait une comparaison entre l’approche proposée et deux autres algorithmes de segmentation par classification qui sont les K-Moyennes (K-means ) et les C-moyennes Floues( Fuzzy C-Means FCM).en_US
dc.language.isofren_US
dc.publisherUniversity of Tlemcenen_US
dc.subjectSegmentation; tumeurs; ISODATAen_US
dc.titleLa segmentation des images médicales avec l’approche hybride ISODATA et la distribution bêtaen_US
dc.typeThesisen_US
Collection(s) :Master en Génie Biomedical

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
La_segmentation_des_images_medicales_avec_lapproche__hybride_ISODATA_et_la_distribution_beta.pdf2,38 MBAdobe PDFVoir/Ouvrir


Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.