Plateforme de segmentation intelligente pour les imageries médicales

Name: Plateforme de segmentation intelligente pour les imageries médicales
Brand: Manel, Jarrar
SKU: NW-9783841778291
Price: 35.89 EUR
Availability: InStock

Le Pitch

PrésentationRésumé : Le choix d'une méthode de segmentation dépend de plusieurs considérations dont : la nature de l'image, les primitives à extraire et les opérations en aval de la segmentation. Nous proposons une approche neuronale à base de MLP pour le choix de la méthode de segmentation tenant compte de la nature de l'image en entrée. En premier, une évaluation de la qualité de segmentation par différentes méthodes et utilisant divers critères d'évaluation a été menée. Ensuite, une caractérisation des images, basée sur certains paramètres objectifs, a été réalisée. Les descripteurs résultants serviront comme entrée à l'approche neuronale pour associer à chaque type d'image la méthode de segmentation adéquate après apprentissage. Nous rapportons les résultats du choix intelligent de la méthode de segmentation obtenus sur différentes bases d'images médicales. La discussion de ces résultats encourageants nous permet de planifier la suite des travaux pour améliorer nos taux de réussite et couvrir toutes les variétés d'images. Mots clés : Segmentation, critères d'évaluation, descripteurs, réseau de neurones. Afficher moinsAfficher plus

Manel, Jarrar

Plateforme de segmentation intelligente pour les imageries médicales

35,89 €

Le Pitch

PrésentationRésumé : Le choix d'une méthode de segmentation dépend de plusieurs considérations dont : la nature de l'image, les primitives à extraire et les opérations en aval de la segmentation. Nous proposons une approche neuronale à base de MLP pour le choix de la méthode de segmentation tenant compte de la nature de l'image en entrée. En premier, une évaluation de la qualité de segmentation par différentes méthodes et utilisant divers critères d'évaluation a été menée. Ensuite, une caractérisation des images, basée sur certains paramètres objectifs, a été réalisée. Les descripteurs résultants serviront comme entrée à l'approche neuronale pour associer à chaque type d'image la méthode de segmentation adéquate après apprentissage. Nous rapportons les résultats du choix intelligent de la méthode de segmentation obtenus sur différentes bases d'images médicales. La discussion de ces résultats encourageants nous permet de planifier la suite des travaux pour améliorer nos taux de réussite et couvrir toutes les variétés d'images. Mots clés : Segmentation, critères d'évaluation, descripteurs, réseau de neurones. Afficher moinsAfficher plus