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.
Reconstruction tomographique des images tomodensitometriques
Univ Europeenne - EAN : 9786202269117
Édition papier
EAN : 9786202269117
Paru le : 1 oct. 2018
35,89 €
34,02 €
Disponible
Pour connaître votre prix et commander, identifiez-vous
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 : 9786202269117
- Réf. éditeur : 2371841
- Editeur : Univ Europeenne
- Date Parution : 1 oct. 2018
- Disponibilite : Disponible
- Barème de remise : NS
- Nombre de pages : 88
- Format : H:229 mm L:152 mm E:5 mm
- Poids : 142gr
- Interdit de retour : Retour interdit
- Résumé : L'imagerie médicale est un outil de base qui aide les médecins dans leur diagnostic. Un bon diagnostic nécessite une très bonne qualité d'image et l'utilisation de la meilleure méthode pour la traiter et l'analyser. Ce travail présente une étude comparative de quatre algorithmes largement utilisés : deux algorithmes analytiques (rétroprojection simple (BP) et rétroprojection filtrée (FBP) et deux algorithmes itératifs Algebraic Reconstruction Technique (ART) et Maximum Likelihood Expectation Maximisation (MLEM). Toutes ces méthodes ont été mises en oeuvre et testées avec des images tomodensitométriques pulmonaires. L'erreur de norme relative de l'image reconstruite, l'erreur de la norme relative de la projection simulée, l'erreur carrée moyenne, la corrélation croisée normalisée, le contenu structurel et le rapport signal / bruit de crête ont tous été utilisés pour décider de la performance de qualité d'image des différents algorithmes. De plus, nous avons testé l'effet de la variation du nombre d'itérations et de projections sur la qualité de l'image reconstruite. La meilleure performance a été observée avec l'algorithme FBP, ce qui favorise sa recommandation en tomodensitométrie.









