Fouille de données biomédicales complexes application à la segmentation des images médicales.
| dc.contributor.author | Arbouche, Nassima | |
| dc.contributor.author | Rapporteur: Moussaoui, Abd elouaheb | |
| dc.date.accessioned | 2023-05-10T12:18:55Z | |
| dc.date.available | 2023-05-10T12:18:55Z | |
| dc.date.issued | 2007-06-10 | |
| dc.description.abstract | L'objectif de ce travail est d'élargir le champ d'utilisation des méthodes de fouille de données pour qu'elles soient adaptées aux spécificités et aux caractéristiques des données complexes comme les données médicales. Dans ce contexte, et appliqué aux données bio- médicales, nous proposons une architecture de fusion dans un cadre possibiliste de données de type hétérogène (donnée mérique on linguistique et une image de modalite IRM). La théorie des ensembles floues a été retenue pour la représentation de la donnée numé rique issue du dossier médical; quand à la représentation de l'image, une hybridation entre Talgorit line Ant Clust basé sur une population d'agents fourmis et l'algorithmne flou FCM a été propoosée. Pour pallier aux défauts du FCM à savoir. l'initialisation et la sensibilité aux données aberrantes. Ant Clust Servira de phase d'initialisation, découvrant ainsi automatiquement le nombre de classes, quand à la sensibilité aux données aberrantes, elle est traitée lors de la phase de fusion avec la donnée issue du dossier médical. | en_US |
| dc.identifier.uri | http://dspace.univ-msila.dz:8080//xmlui/handle/123456789/37768 | |
| dc.language.iso | fr | en_US |
| dc.publisher | University of M'sila | en_US |
| dc.subject | Fouille de données complexes, modalité IRM. Segmen- tation d'images, fusion de données. FCM. fourmis artificielles, antelust | en_US |
| dc.title | Fouille de données biomédicales complexes application à la segmentation des images médicales. | en_US |
| dc.type | Thesis | en_US |