Segmentation Des Images Irm Par Fusion De Donnée Et La Méthode D’estimation Et Maximisation
Résumé: Avec le développement des techniques d’acquisition d’images, une grande masse de données de différentes sources d'image devient disponible. La fusion multimodale d'images cherche à combiner l'information de différentes images pour obtenir plus d'inférences que peuvent être dérivées d'une modalité seule. L'objectif principal est d’améliorer la segmentation des images IRM cérébrale par la fusion de données. Le processus de fusion est appliqué de trois manières : la fusion des modalités (T1, T2 et DP), la fusion d’approches et la fusion hybride. Pour la première on a utilisé la méthode EM et les approches EM et FCM pour la deuxième. La fusion des données d’une façon générale soit au niveau modalités et/ou niveau approche a amélioré la segmentation des images cérébrales. La dernière stratégie de fusion adoptée (hybride) donne la meilleure segmentation en termes de critères : la déviation standard (STD), l’entropie de l’information (IE), le coefficient de corrélation (CC) et la fréquence spatiale (SF).
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".
