Veuillez utiliser cette adresse pour citer ce document :
http://dspace1.univ-tlemcen.dz/handle/112/21003
Affichage complet
Élément Dublin Core | Valeur | Langue |
---|---|---|
dc.contributor.author | Haouaia, Amina | - |
dc.contributor.author | Adnane, Nour El Houda Ahlem | - |
dc.date.accessioned | 2023-12-13T10:07:27Z | - |
dc.date.available | 2023-12-13T10:07:27Z | - |
dc.date.issued | 2023-06-14 | - |
dc.identifier.uri | http://dspace1.univ-tlemcen.dz/handle/112/21003 | - |
dc.description.abstract | L'imagerie parallèle est une technique avancée d'imagerie médicale qui a permis une amélioration significative de la qualité et de la rapidité de la reconstruction d'images IRM. La reconstruction GRAPPA est l’une des méthodes d’imagerie parallèle qui a démontré son efficacité dans les applications médicales. L’objectif de ce travail consiste à améliorer la reconstruction GRAPPA, qui bien qu'étant une méthode efficace, présente certaines limites en termes de qualité d'image. Pour résoudre ses problèmes, nous avons proposé de la rénover en se basant sur une méthode plus moderne et plus efficace, à savoir les réseaux de neurones convolutifs (CNN).Nous ont testé notre approche sur différents types des données. Les résultats obtenus ont prouvé que la reconstruction par notre approche offre des perspectives passionnantes pour l'amélioration de l'imagerie parallèle. | en_US |
dc.language.iso | fr | en_US |
dc.publisher | University of Tlemcen | en_US |
dc.subject | Imagerie parallèle, GRAPPA, l’apprentissage profond, les réseaux de neurones convolutifs, reconstruction d’image | en_US |
dc.title | Approche de reconstruction d’images IRM parallèle Régularisé | en_US |
dc.type | Thesis | en_US |
Collection(s) : | Master en Génie Biomedical |
Fichier(s) constituant ce document :
Fichier | Description | Taille | Format | |
---|---|---|---|---|
Approche_de_reconstruction_d’images_IRM_parallèle_Regularise.pdf | 3,26 MB | Adobe PDF | Voir/Ouvrir |
Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.