Documents disponibles écrits par cet auteur

Combinaison de classifieurs basée sur les transformées multi-échelles pour la classification de tumeurs cérébrales / Khadidja Yasmine Bourega 

Public ISBD Titre : Combinaison de classifieurs basée sur les transformées multi-échelles pour la classification de tumeurs cérébrales Type de document : document électronique Auteurs : Khadidja Yasmine Bourega, Auteur ; Basma Mamareli, Auteur ; Nesrine Bouadjenek, Directeur de thèse Editeur : [S.l.] : [s.n.] Année de publication : 2020 Importance : 1 fichier PDF (16 M) Présentation : ill. Note générale : Mode d'accès : accès au texte intégral par intranet. Mémoire de Projet de Fin d’Études : Électronique : Alger, École Nationale Polytechnique : 2020 Bibliogr. f. 88 - 92 Langues : Français (fre) Mots-clés : Tumeur  cérébrale Magnétique  --  Imagerie  par  résonance SVM Transformées  multi-échelles Extraction  de  caractéristiques Combinaison  de  classifieurs Index. décimale : PN00420 Résumé : La classification des tumeurs cérébrales est une tâche cruciale pour évaluer les tumeurs et prendre une décision de traitement en fonction de leurs classes. Dans ce travail, nous proposons un nouveau modèle pour le système automatique de diagnostic de tumeur cérébrale à partir d’images IRM. Le système se compose de quatre étapes, à savoir le prétraitement, l’ex-traction des caractéristiques en utilisant trois transformées multi-échelles, la classification des images selon les différents types de tumeurs cérébrales à l’aide d’un classifieur Machine à vecteurs de support (SVM), et la combinaison parallèle de classifieurs. Dans le cadre de ce travail,nous utiliserons trois ensembles de données accessibles au public pour évaluer l’efficacité de la méthode proposée. La structure du système proposée atteint des performances significatives avec des précisions globales de 100%, 97.33%, 96.02% et 97.29% respectivement pour quatre études Combinaison de classifieurs basée sur les transformées multi-échelles pour la classification de tumeurs cérébrales [document électronique] / Khadidja Yasmine Bourega, Auteur ; Basma Mamareli, Auteur ; Nesrine Bouadjenek, Directeur de thèse . - [S.l.] : [s.n.], 2020 . - 1 fichier PDF (16 M) : ill. Mode d'accès : accès au texte intégral par intranet. Mémoire de Projet de Fin d’Études : Électronique : Alger, École Nationale Polytechnique : 2020 Bibliogr. f. 88 - 92 Langues : Français (fre) Mots-clés : Tumeur  cérébrale Magnétique  --  Imagerie  par  résonance SVM Transformées  multi-échelles Extraction  de  caractéristiques Combinaison  de  classifieurs Index. décimale : PN00420 Résumé : La classification des tumeurs cérébrales est une tâche cruciale pour évaluer les tumeurs et prendre une décision de traitement en fonction de leurs classes. Dans ce travail, nous proposons un nouveau modèle pour le système automatique de diagnostic de tumeur cérébrale à partir d’images IRM. Le système se compose de quatre étapes, à savoir le prétraitement, l’ex-traction des caractéristiques en utilisant trois transformées multi-échelles, la classification des images selon les différents types de tumeurs cérébrales à l’aide d’un classifieur Machine à vecteurs de support (SVM), et la combinaison parallèle de classifieurs. Dans le cadre de ce travail,nous utiliserons trois ensembles de données accessibles au public pour évaluer l’efficacité de la méthode proposée. La structure du système proposée atteint des performances significatives avec des précisions globales de 100%, 97.33%, 96.02% et 97.29% respectivement pour quatre études

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité	Spécialité	Etat_Exemplaire
EP00074	PN00420	Ressources électroniques	Bibliothèque centrale	Projet Fin d'Etudes	Disponible	Electronique	Téléchargeable

Documents numériques

BOUREGA.Khadidja-Yasmine_MAMARELI.Basma.pdf URL