| Titre : | Segmentation des lésions COVID 19 à l'aide d'images de tomodensitométrie pulmonaire: étude comparative basée sur des méthodes de seuillage et des modèles de contours actifs |
| Auteurs : | YOUSRA BENABDALLAH, Auteur ; Leila Djerou, Auteur |
| Type de document : | Monographie imprimée |
| Editeur : | Biskra [Algérie] : Faculté des Sciences Exactes et des Sciences de la Nature et de la Vie, Université Mohamed Khider, 2021 |
| Format : | 1 vol. (72 p.) / ill. / 29 cm |
| Langues: | Français |
| Mots-clés: | Segmentation d’image, Evaluation de qualité de segmentation, Image Tomodensitométrie COVID19, Seuillage, Contour actif. |
| Résumé : | Ce mémoire s’inscrit dans le cadre de détection des lésions COVID 19 dans les images de tomodensitométrie pulmonaire, en adoptant un ensemble de méthodes de segmentation à base de seuillage et de contour actif, qui sont caractérisées par la simplicité d’implémentation et l’efficacité de segmentation des images médicales. Pour cela, nous avons présenté un schéma d'évaluation des résultats de segmentation des images de tomodensitométrie pulmonaire, par ces méthodes. L’évaluation d’efficacité et de performance des méthodes de segmentation adoptées, est réalisées à l’aide un ensemble de métriques en se basant sur les ground truth (GTI) associées aux images de la base d’image TDM covid 19 utilisée. |
| Sommaire : |
Introduction générale 1
1. Introduction 4 2. Les types de corona virus 4 3. Covid 19 6 3.1. Diagnostique 6 4. Imagerie médicale 7 4.1. Rôle de l’imagerie dans le diagnostic du COVID 19 7 4.2. Tomodensitométrie 8 4.3. Imagerie TDM 8 4.4. Principe de fonctionnement 8 4.5. Utilisation du Scanner X 9 4.6. Interaction des photons avec la matière 9 5. Travaux connexes 10 6. Conclusion 14 1. Introduction 16 2. Segmentation d’images 16 3. Approches de Segmentations 17 3.1. Approche contour 17 3.2. Approche région 18 3.2.1. Segmentation par croissances de régions 18 3.2.2. Segmentation par division / fusion 19 3.2.3. Segmentation basée sur la classification 19 3.3. Contours actifs basés contour 30 3.3.1. Contours actifs basés région 30 4. Conclusion 35 1. Introduction 38 2. Architecture globale du système de détection des lésions COVID-19......................................... 38 2.1. Base--Image TDM covid--19 ....................................................... 39 2.2. Détection des lésions COVID--19 .............................................................................. 40 2.3. Evaluation .............................................................. 43 3. Conclusion ................................................... 46 1. Introduction .................................... 48 2. Environnement et outils de développement .......................................... 48 2.1. 2.1 Environnement de développement ..................................... 48 2.2. Environnement de programmation ..................................................... 49 2.2.1. Boite à outils de calcul parallèle ................................................. 49 2.3. Présentation de l’interface ............................................................................... 52 2.4. Résultat et discussion ........................................................................................... 58 3. Conclusion ...................................... 63 Conclusion générale ............................. 64 Annexe .......................................................................... 72 |
| Type de document : | Mémoire master |
Disponibilité (1)
| Cote | Support | Localisation | Statut |
|---|---|---|---|
| MINF/623 | Mémoire master | bibliothèque sciences exactes | Consultable |
