Segmentation d'image IRM Cérébrale par Fuzzy-C- Means (FCM)
| dc.contributor.author | BERBIT, Zeyneb | |
| dc.contributor.author | Encadreur: MAHDJOUBI, ROUSSAFI | |
| dc.date.accessioned | 2023-05-14T13:52:50Z | |
| dc.date.available | 2023-05-14T13:52:50Z | |
| dc.date.issued | 2011-06-10 | |
| dc.description.abstract | L'objectif de ce mémoire, est d'étudier différentes méthodes de segmentation afin de les appliquer sur des images cérébrales IRM, ce qui met en évidence les trois principales matières qui le composent la Matière Blanche (MB), la Matière Grise (MG) et le Liquide Céphalo-rachidien (LCR). Nous nous sommes intéressés à une famille d'algorithmes: FCM qui modélise l'incertitude et l'imprécision qui a été beaucoup utilisée pour la segmentation des images cérébrales, quelle que soit la modalité et le type d'acquisition. | en_US |
| dc.identifier.uri | http://dspace.univ-msila.dz:8080//xmlui/handle/123456789/38099 | |
| dc.language.iso | fr | en_US |
| dc.publisher | University of M'sila | en_US |
| dc.subject | FCM. Classification, IRM, Segmentation, Traitement d'images | en_US |
| dc.title | Segmentation d'image IRM Cérébrale par Fuzzy-C- Means (FCM) | en_US |
| dc.type | Thesis | en_US |