Nous utilisons des cookies pour améliorer votre expérience. Pour nous conformer à la nouvelle directive sur la vie privée, nous devons demander votre consentement à l’utilisation de ces cookies. En savoir plus.
AIDE AU DIAGNOSTIC BASE SUR LES IMAGES MEDICALES
Academiques - EAN : 9783841623621
Édition papier
EAN : 9783841623621
Paru le : 1 sept. 2018
89,90 €
85,21 €
Epuisé
Pour connaître votre prix et commander, identifiez-vous
Manquant sans date
Notre engagement qualité
-
Livraison gratuite
en France sans minimum
de commande -
Manquants maintenus
en commande
automatiquement -
Un interlocuteur
unique pour toutes
vos commandes -
Toutes les licences
numériques du marché
au tarif éditeur -
Assistance téléphonique
personalisée sur le
numérique -
Service client
Du Lundi au vendredi
de 9h à 18h
- EAN13 : 9783841623621
- Réf. fournisseur : 5674227
- Editeur : Academiques
- Date Parution : 1 sept. 2018
- Disponibilite : Manque sans date
- Barème de remise : NS
- Nombre de pages : 208
- Format : 1.20 x 15.20 x 22.90 cm
- Poids : 313gr
- Interdit de retour : Retour interdit
- Résumé : Ce livre présente un modèle générique pour les systèmes d'aide au diagnostic basés sur les images médicales. La modélisation se base sur 4 éléments d'information (EI). Un EI Objet-Observation permet l'acquisition de l'image qui est ensuite améliorée par un EI Observation-Observation. Puis, un EI Observation-Primitive détecte les régions formant la zone d'intérêt (ZI). Pour cela, nous avons introduit deux méthodes automatiques selon que ZI est composée d'une ou de plusieurs régions. Enfin, un EI Primitive-Décision met en oeuvre un réseau de neurones pour associer chaque région de ZI à une classe diagnostique. Dans les cas où la prise de décision à partir de l'observation de ZI est impossible, un EI Primitive-Description intermédiaire quantifie les caractéristiques de ZI par un ensemble de descripteurs reflétant les signes cliniques. Pour le attributs géométriques, une méthode d'approximation polygonale basée sur les algorithmes génétiques a été envisagée. Ce modèle générique a été mis en oeuvre dans le cadre de deux applications représentatives : la première consiste à dépister le mélanome et la deuxième concerne la détection des zones tumorales dans les IRMs du cerveau humain.
