Segmentation Automatique D’organes À Partir De Scanners Thoraciques
Résumé: Les réseaux de neurones convolutifs (CNN) jouent un rôle important, dans le domaine de la segmentation d'images médicales. Parmi de nombreux types de CNN, l'architecture U-net est l'une des architectures de réseaux, entièrement convolutifs, les plus célèbres, pour les tâches de segmentation sémantique médicale. Le but de ce travail est de développer un algorithme de segmentation automatique, qui traite des images acquises, par des examens tomodensitométriques (TDM), et qui a comme objectif de segmenter les organes thoraciques (Poumons, Cœur, Foie), d’extraire leurs caractéristiques, et d’identifier leurs emplacements exacts, au niveau du thorax. La segmentation par la méthode proposée, est basé sur la coopération entre le réseau U-NET, pour l’extraction des organes a segmentées, et la méthode de WATERSHED, pour éviter la sur-segmentation. Enfin une étape de caractérisation a été effectuée où utilisant les résultats de la segmentation, pour le calcul de la surface, et la superposition des images segmentées avec les images originales
Mots-clès:
Nos services universitaires et académiques
Thèses-Algérie vous propose ses divers services d’édition: mise en page, révision, correction, traduction, analyse du plagiat, ainsi que la réalisation des supports graphiques et de présentation (Slideshows).
Obtenez dès à présent et en toute facilité votre devis gratuit et une estimation de la durée de réalisation et bénéficiez d'une qualité de travail irréprochable et d'un temps de livraison imbattable!
Aucun fichier associé
Si le fichier est volumineux, l'affichage peut échouer. Vous pouvez obtenir le fichier directement en cliquant sur le bouton "Télécharger".
