Beschreibung
Lanalyse des images microscopiques est importante pour le diagnostique médicale. Dans ce travail, la combinaison de classifieurs est introduite comme une méthode permettant daméliorer la qualité de la segmentation cellulaire par rapport à un seul classifieur. Lobjetif principal de cette segmentation est dextraire les globules blanc (noyau et cytoplasme), globules rouge et le fond des images de la moelle osseuse ou des images sanguines. Notre technique combine (avec le vote majoritaire et/ou la théorie de Dempster Shafer) les résultats obtenus par les Support Vector Machine (SVM) dans différents espaces couleur. Vingt sept images microscopiques ont été testées et comparées avec les images segmentées manuellement (vérité terrain). Dans les meilleurs des cas, ce travail permet dobtenir des précisions égales à 95.73% pour le noyau et 84.49% pour le cytoplasme.
Autorenporträt
Ismahan Baghli est titulaire d'un master en informatique option model intelligent et décision. Actuellement, doctorante en "intelligence artificielle et ingenierie des connaissances" au sein du laboratoire GBM de l'université Abou Bekr Belkaid(Tlemcen, Algérie).
