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.
Localisation des tumeurs dans des images irm cérébrales
Univ Europeenne - EAN : 9786131550850
Édition papier
EAN : 9786131550850
Paru le : 23 févr. 2015
35,90 €
34,03 €
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 : 9786131550850
- Réf. fournisseur : 5944916
- Editeur : Univ Europeenne
- Date Parution : 23 févr. 2015
- Disponibilite : Disponible
- Barème de remise : NS
- Nombre de pages : 60
- Format : H:229 mm L:152 mm E:4 mm
- Poids : 103gr
- Interdit de retour : Retour interdit
- Résumé : Pour analyser les images IRM, les médecins localisent les contours des organes, les tumeurs et définissent leurs extensions manuellement. Ceci influence la précision du diagnostic et peut même fausser les études de certaines maladies dangereuses. Pour éviter ces problèmes, les techniques de traitement d'images apportent des solutions automatiques. La segmentation est un domaine très vaste et les approches sont nombreuses. Nous nous sommes intéressées dans ce travail à la méthode de contours actifs basé région. Il s'agit d'une courbe paramétrique capable de se déformer de manière itérative vers une zone d'intérêt d'une image. Cette dynamique est basée sur la notion d'énergie interne et externe qui sont calculées en moyennant des descripteurs sur les régions. Nous avons commencé par étudier le principe des modèles actifs avant d'examiner l'effet des énergies, de l'initialisation et de nombre d'itérations sur les résultats de la localisation. Les paramètres optimaux ont été ainsi déterminés pour segmenter les tumeurs dans les images IRM cérébrales.
