Beschreibung
Résumé: Le choix dune méthode de segmentation dépend de plusieurs considérations dont: la nature de limage, les primitives à extraire et les opérations en aval de la segmentation. Nous proposons une approche neuronale à base de MLP pour le choix de la méthode de segmentation tenant compte de la nature de limage en entrée. En premier, une évaluation de la qualité de segmentation par différentes méthodes et utilisant divers critères dévaluation a été menée. Ensuite, une caractérisation des images, basée sur certains paramètres objectifs, a été réalisée. Les descripteurs résultants serviront comme entrée à lapproche neuronale pour associer à chaque type dimage la méthode de segmentation adéquate après apprentissage. Nous rapportons les résultats du choix intelligent de la méthode de segmentation obtenus sur différentes bases d'images médicales. La discussion de ces résultats encourageants nous permet de planifier la suite des travaux pour améliorer nos taux de réussite et couvrir toutes les variétés d'images. Mots clés: Segmentation, critères dévaluation, descripteurs, réseau de neurones.
Autorenporträt
Manel JARRAR Ingénieur en électronique industrielle diplômée de l'Ecole Nationale d'Ingénieurs de Sousse (ENISo)- TUNISIE. Elle a obtenu son mastère de recherche en Systèmes intelligents et communicants (SIC) de l'ENISo. Ses travaux de recherche sont concentrés sur la segmentation intelligente des imageries médicales.
Herstellerkennzeichnung:
OmniScriptum SRL
Str. Armeneasca 28/1, office 1
2012 Chisinau
MD
E-Mail: info@omniscriptum.com
