Détection des micro-calcifications par mammographie

Univ Europeenne - EAN : 9786202273237
Dorra Ben Sellem
Édition papier

EAN : 9786202273237

Paru le : 1 févr. 2018

35,90 € 34,03 €
Disponible
Pour connaître votre prix et commander, identifiez-vous
Notre engagement qualité
  • Benefits Livraison gratuite
    en France sans minimum
    de commande
  • Benefits Manquants maintenus
    en commande
    automatiquement
  • Benefits Un interlocuteur
    unique pour toutes
    vos commandes
  • Benefits Toutes les licences
    numériques du marché
    au tarif éditeur
  • Benefits Assistance téléphonique
    personalisée sur le
    numérique
  • Benefits Service client
    Du Lundi au vendredi
    de 9h à 18h
  • EAN13 : 9786202273237
  • Réf. éditeur : 2719643
  • Editeur : Univ Europeenne
  • Date Parution : 1 févr. 2018
  • Disponibilite : Disponible
  • Barème de remise : NS
  • Nombre de pages : 72
  • Format : H:229 mm L:152 mm E:4 mm
  • Poids : 120gr
  • Interdit de retour : Retour interdit
  • Résumé : Le cancer du sein est la première cause de mortalité chez les femmes. L'outil principal de dépistage est la mammographie. La détection de micro-calcifications est une tache importante et délicate pour le diagnostic précoce de ce cancer. Nous avons proposé un algorithme basé sur la classification supervisé par réseaux de neurones et non supervisées en utilisant le K-Plus-Proche voisins et le Fuzzy C-Means. La validation a été effectuée en utilisant la base de données publique MIAS présentant 322 images mammographiques dont 24 comportant des microcalcifications. Les résultats obtenus sont évalués par le calcul de taux de reconnaissance et le temps d'exécution, ce qui nous a permis de faire une étude comparative entre les trois approches proposées. Nous avons obtenu un taux de reconnaissance de 46% pour K-means, 51% pour Fuzzy C-means et 52% pour le réseau de neurones. D'autre part, nous avons enregistré un temps d'exécution de 41s pour K-means, 5s pour Fuzzy C-means et 219s pour le réseau de neurones. Ceci nous a permis de conclure que l'approche Fuzzy C-means est la meilleure en termes de performances et de qualité d'images.
Haut de page
Copyright 2026 Cufay. Tous droits réservés.