Segmentation et interprétation d'une séquence d'image IRM dans un environnement distribué.

Notice brève
dc.contributor.authorCHAOUI Cherifa Nabila
dc.date.accessioned2022-10-24T08:17:49Z
dc.date.available2022-10-24T08:17:49Z
dc.date.issued2022-03-14
dc.description.abstractAujourd'hui, toutes les avancées scientifiques liées au traitement des images médicales visent à développer un modèle informatique unique. Ce dernier imitera la façon dont les humains interprètent les images. Cette thèse traite de cette problématique, puisque nous proposons une approche formelle biologiquement inspirée des mécanismes du système de vision naturelle humaine. ? cette fin, nous utilisons le modèle des réseaux de neurones impulsionnels pour la détection des contours dans les images IRM cérébrales. Ce processus permet aux médecins spécialistes de traiter une analyse approfondie qui répond à leurs besoins, puisque la carte des contours générée offre la possibilité de calculer les caractéristiques géométriques de base des objets d'intérêt. Les résultats optimaux fournis par cette dernière étape augmentent les performances et facilitent le processus de segmentation et d'interprétation des images IRM cérébrales, c'est-à-dire la détection d'anomalies dans le cerveau. Pour cela, nous avons conçu et réalisé un outil appelé Edge and Anomaly Detection of Brain MRI Images in Distributed Environment (EADBMIDE). L'outil proposé offre aux médecins une aide significative pour établir un diagnostic. Il est testé sur un dataset de tumeurs cérébrales d'images IRM, ce qui montre la capacité et l'efficacité de la méthode de segmentation proposée. Chaque étape de cet outil est comparée séparément avec des approches similaires de l?état de l?art. Les résultats obtenus montrent une amélioration significative et une forte performance de l?outil proposé, ce qui prouve que ce dernier est recommandé pour la détection de contours et d?anomalies dans les images IRM cérébrales.
dc.formatpdf
dc.identifier.urihttps://dspace.univ-oran1.dz/handle/123456789/124
dc.language.isofr
dc.publisherUniversité Oran1 Ahmed Ben Bella
dc.subjectDétection Des Contours
dc.subjectModèle Hodgkin & Huxley
dc.subjectSystèmes Multi-Agents
dc.subjectEnvironnement Distribué
dc.subjectRéseaux De Neurones Impulsionnels
dc.subjectSegmentation
dc.subjectInterprétation
dc.subjectImage IRM Du Cerveau
dc.subjectCortex Visuel
dc.subjectCroissance De La Région
dc.titleSegmentation et interprétation d'une séquence d'image IRM dans un environnement distribué.
dc.typeThesis
grade.ExaminateurBELMADANI Abderrahim, Professeur, Université USTO M.B
grade.ExaminateurBENDELLA Fatima, Professeur, Université USTO M.B
grade.ExaminateurDEBBAT Fatima, Professeur, Université Mascara
grade.ExaminateurHAMDADOU Djamila, Professeur, Université Oran 1
grade.OptionINFORMATIQUE
grade.PrésidentHAFFAF Hafid, Professeur, Université Oran 1
grade.RapporteurGHOMARI Abdelghani, Professeur, Université Oran 1
l'article.1.DateParution23/08/2021
l'article.1.RevueInternational Journal of Imaging Systems and Technology
l'article.1.RéférenceChaoui CN, Ghomari A, Meftah B. Edge and anomaly detection of brain magnetic resonance images in a distributed environment. Int J Imaging Syst Technol. 2022;32(2): 642-657. doi:10.1002/ima.22647
l'article.1.TitreEdge and anomaly detection of brain magnetic resonance images in a distributed environment
la.MentionTrès honorables
la.coteTH5310
Fichiers
Bundle original
Voici les éléments 1 - 1 sur 1
Vignette d'image
Nom :
TH5310.pdf
Taille :
3.44 MB
Format :
Adobe Portable Document Format
Description :
Télécharger
Bundle de license
Voici les éléments 1 - 1 sur 1
Pas de vignette d'image disponible
Nom :
license.txt
Taille :
1.71 KB
Format :
Item-specific license agreed to upon submission
Description :
Télécharger
Collections
Thèses de Doctorat "Informatique"