Documents disponibles écrits par cet auteur

Développement de méthodes d'extraction de contours sur des images à niveaux de gris. / BENDAOUD Mohammed Habib 

Public ISBD Titre : Développement de méthodes d'extraction de contours sur des images à niveaux de gris. Type de document : document électronique Auteurs : BENDAOUD Mohammed Habib, Auteur Année de publication : 2016 / 2017 Accompagnement : CD Langues : Français (fre) Catégories : Physique:Science Radiologique et Imagerie Mots-clés : Imagerie Médicale, Segmentation des images, Extraction des contours, level set, Local region based. Medical imaging, Image segmentation, edge extraction, level set, local region based. Résumé : Le développement rapide de la technologie de l'imagerie médicale est en train de révolutionner la médecine chaque jour. L'imagerie médicale permet aux scientifiques et aux médecins de divulguer des informations potentiellement vitales en balayant le corps humain de façon non invasive. L'objectif de cette étude est de localiser ou détecter une pathologie cérébrale par la méthode du contour actif. Le présent travail est une étude sur la possibilité de définir les grandes lignes de la pathologie du cerveau en utilisant deux méthodes : Level Set sans réinitialisation et la méthode Local region based. Les images traitées sont prises par un scanner à résonance magnétique (IRM) de 1,5 Tesla ; de trois patients inclus dans le centre d'imagerie médicale Ali BOUKHATMI Oran en Algérie. Sachant que les images sont pondération T1 et T2. Pour donner de la crédibilité à cette étude, une étude comparative est mise en œuvre entre les deux méthodes étudiées. Les résultats ont pu montrer que l'évolution de l'algorithme de Level set sans réinitialisation est plus rapide que l'algorithme de la méthode local region based, mais il est encore moins précis dans la localisation de la pathologie. Par contre, l'algorithme de la méthode Local region based est très lent, mais beaucoup plus précise que la méthode de Level set sans réinitialisation. Le seul inconvénient est la nécessité d'initialiser la courbe C de la pathologie adjacente au lieu de prendre la totalité de l'image. On a trouvé que la durée nécessaire pour le calcul du contour de l'image en utilisant la résonance magnétique dans les deux procédés, est considérablement réduite et la qualité de l'image obtenue à l'issue du traitement est remarquable de pouvoir faire un bon diagnostic médical The fast development of medical imaging technology is revolutionizing medicine every day. Medical imaging allows scientists and doctors to disclose potentially vital information by scanning the human body noninvasively. The aim of this study is to locate or detect a cerebral pathology by the method of the active contour. The present work is a study on the possibility to define the outline of brain pathology using two methods: Level Set without re-initialization and local region based method. The processed images are given by a magnetic resonance scanner (MRI) 1.5 tesla; of three patients included in the medical imaging center Ali BOUKHATMI Oran in Algeria. Knowing that the images are T2, T1 weighted. To give credibility to this study, a comparative study is implemented between the two methods studied. In the final analysis, we will reap the benefits of each method and their Downsides. Results show that the evolution of the level set algorithm without re-initialization is faster than the algorithm of local region based, but is still less accurate in the localization of the pathology. For cons, the evolution of the local region based algorithm is very slow but much more accurate than the level set without re-initialization method. The only inconvenience is the requirement to initialize the curve C adjacent of pathology instead of taking the whole image. It was found that the time required for calculating the contour of the image by using magnetic resonance in the two methods, is considerably reduced and the image quality obtained at the end of treatment is remarkable to be able make a good medical diagnosis. Directeur de thèse : BENABADJI Noureddine Développement de méthodes d'extraction de contours sur des images à niveaux de gris. [document électronique] / BENDAOUD Mohammed Habib, Auteur . - 2016 / 2017 . -  + CD. Langues : Français (fre) Catégories : Physique:Science Radiologique et Imagerie Mots-clés : Imagerie Médicale, Segmentation des images, Extraction des contours, level set, Local region based. Medical imaging, Image segmentation, edge extraction, level set, local region based. Résumé : Le développement rapide de la technologie de l'imagerie médicale est en train de révolutionner la médecine chaque jour. L'imagerie médicale permet aux scientifiques et aux médecins de divulguer des informations potentiellement vitales en balayant le corps humain de façon non invasive. L'objectif de cette étude est de localiser ou détecter une pathologie cérébrale par la méthode du contour actif. Le présent travail est une étude sur la possibilité de définir les grandes lignes de la pathologie du cerveau en utilisant deux méthodes : Level Set sans réinitialisation et la méthode Local region based. Les images traitées sont prises par un scanner à résonance magnétique (IRM) de 1,5 Tesla ; de trois patients inclus dans le centre d'imagerie médicale Ali BOUKHATMI Oran en Algérie. Sachant que les images sont pondération T1 et T2. Pour donner de la crédibilité à cette étude, une étude comparative est mise en œuvre entre les deux méthodes étudiées. Les résultats ont pu montrer que l'évolution de l'algorithme de Level set sans réinitialisation est plus rapide que l'algorithme de la méthode local region based, mais il est encore moins précis dans la localisation de la pathologie. Par contre, l'algorithme de la méthode Local region based est très lent, mais beaucoup plus précise que la méthode de Level set sans réinitialisation. Le seul inconvénient est la nécessité d'initialiser la courbe C de la pathologie adjacente au lieu de prendre la totalité de l'image. On a trouvé que la durée nécessaire pour le calcul du contour de l'image en utilisant la résonance magnétique dans les deux procédés, est considérablement réduite et la qualité de l'image obtenue à l'issue du traitement est remarquable de pouvoir faire un bon diagnostic médical The fast development of medical imaging technology is revolutionizing medicine every day. Medical imaging allows scientists and doctors to disclose potentially vital information by scanning the human body noninvasively. The aim of this study is to locate or detect a cerebral pathology by the method of the active contour. The present work is a study on the possibility to define the outline of brain pathology using two methods: Level Set without re-initialization and local region based method. The processed images are given by a magnetic resonance scanner (MRI) 1.5 tesla; of three patients included in the medical imaging center Ali BOUKHATMI Oran in Algeria. Knowing that the images are T2, T1 weighted. To give credibility to this study, a comparative study is implemented between the two methods studied. In the final analysis, we will reap the benefits of each method and their Downsides. Results show that the evolution of the level set algorithm without re-initialization is faster than the algorithm of local region based, but is still less accurate in the localization of the pathology. For cons, the evolution of the local region based algorithm is very slow but much more accurate than the level set without re-initialization method. The only inconvenience is the requirement to initialize the curve C adjacent of pathology instead of taking the whole image. It was found that the time required for calculating the contour of the image by using magnetic resonance in the two methods, is considerably reduced and the image quality obtained at the end of treatment is remarkable to be able make a good medical diagnosis. Directeur de thèse : BENABADJI Noureddine

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité
1220	02-05-857	Version numérique et papier	Bibliothèque USTOMB	Thèse de Doctorat	Exclu du prêt

Documents numériques

Développement de méthodes d'extraction de contours sur des images à niveaux de gris Adobe Acrobat PDF