Segmentation floue d'images IRM base sur d'optimisation par Essaim Particulaire OEP (PSO)
| dc.contributor.author | MERZOUG, Salah | |
| dc.contributor.author | Rapporteur: ASSAS, Ouarda | |
| dc.date.accessioned | 2023-05-31T14:05:32Z | |
| dc.date.available | 2023-05-31T14:05:32Z | |
| dc.date.issued | 2016-06-10 | |
| dc.description.abstract | L'objectif de ce travail est la segmentation d'images IRM. La segmentation est une tache cruciale dans l'interprétation des images médicale, dans notre cas le but est d'aboutir une classification du cerveau. Ce dernier est constitué de deux tissues ; un tissu tumoral et un tissu sain. Plusieurs algorithmes de segmentation d'images existent dans la littérature, chacun possédant ses avantages et ses limites d'utilisation. Ce travail comporte quatre méthodes de segmentation : Fuzzy c-means standard (FCM), Fuzzy c-means basées sur l'optimisation par essaim particulaire(OEP) (FCM PSO), fuzzy c-means basé sur génétiques (FCM GA) et enfin, FCM qui est basé sur algorithme de l'évolution différentielle(FCM DE). Nous clöturons ce travail par une comparaison entre ces quatre méthodes, en termes de qualité de segmentation et de performance. | en_US |
| dc.identifier.uri | http://dspace.univ-msila.dz:8080//xmlui/handle/123456789/39108 | |
| dc.language.iso | fr | en_US |
| dc.publisher | University of M'sila | en_US |
| dc.subject | Segmentation d'images,1RM , fuzzy pso ,FCM GA, FCM DE. | en_US |
| dc.title | Segmentation floue d'images IRM base sur d'optimisation par Essaim Particulaire OEP (PSO) | en_US |
| dc.type | Thesis | en_US |