Download or read book M thodes variationnelles pour la segmentation d images partir de mod les written by Raphaël Prevost and published by . This book was released on 2013 with total page 213 pages. Available in PDF, EPUB and Kindle. Book excerpt: La segmentation d'images médicales est depuis longtemps un sujet de recherche actif. Cette thèse traite des méthodes de segmentation basées modèles, qui sont un bon compromis entre généricité et capacité d'utilisation d'informations a priori sur l'organe cible. Notre but est de construire un algorithme de segmentation pouvant tirer profit d'une grande variété d'informations extérieures telles que des bases de données annotées (via l'apprentissage statistique), d'autres images du même patient (via la co-segmentation) et des interactions de l'utilisateur. Ce travail est basé sur la déformation de modèle implicite, une méthode variationnelle reposant sur une représentation implicite des formes. Après avoir amélioré sa formulation mathématique, nous montrons son potentiel sur des problèmes cliniques difficiles. Nous introduisons ensuite différentes généralisations, indépendantes mais complémentaires, visant à enrichir le modèle de forme et d'apparence utilisé. La diversité des applications cliniques traitées prouve la généricité et l'efficacité de nos contributions.

Download or read book Fusion de segmentations compl mentaires d images m dicales par Intelligence Artificielle et autres m thodes de gestion de conflits written by Lisa Corbat and published by . This book was released on 2020 with total page 149 pages. Available in PDF, EPUB and Kindle. Book excerpt: Le néphroblastome est la tumeur du rein la plus fréquente chez l'enfant et son diagnostic est exclusivement basé sur l'imagerie. Ce travail qui fait l'objet de nos recherches s'inscrit dans le cadre d'un projet de plus grande envergure : le projet européen SAIAD (Segmentation Automatique de reins tumoraux chez l'enfant par Intelligence Artificielle Distribuée). L'objectif du projet est de parvenir à concevoir une plate-forme capable de réaliser différentes segmentations automatiques sur les images sources à partir de méthodes d'Intelligence Artificielle (IA), et ainsi obtenir une reconstruction fidèle en trois dimensions. Dans ce sens, des travaux réalisés dans une précédente thèse de l'équipe de recherche ont menés à la création d'une plate-forme de segmentation. Elle permet la segmentation de plusieurs structures individuellement, par des méthodes de type Deep Learning, et plus particulièrement les réseaux de neurones convolutifs (CNNs), ainsi que le Raisonnement à Partir de Cas (RàPC). Cependant, il est ensuite nécessaire de fusionner de manière automatique les segmentations de ces différentes structures afin d'obtenir une segmentation complète pertinente. Lors de l'agrégation de ces structures, des pixels contradictoires peuvent apparaître. Ces conflits peuvent être résolus par diverses méthodes basées ou non sur l'IA et font l'objet de nos recherches. Nous proposons tout d'abord une première approche de fusion non focalisée sur l'IA en utilisant la combinaison de six méthodes différentes, basées sur différents critères présents sur l'imagerie et les segmentations. En parallèle, deux autres méthodes de fusion sont proposées en utilisant, un CNN couplé au RàPC pour l'une, et un CNN utilisant une méthode d'apprentissage spécifique existante en segmentation pour l'autre. Ces différentes approches ont été testées sur un ensemble de 14 patients atteints de néphroblastome et démontrent leurs efficacités dans la résolution des pixels conflictuels et leurs capacités à améliorer les segmentations résultantes.

Download or read book Fusion d images par la th orie de l vidence en vue d applications m dicales et industrielles written by Anne Dromigny-Badin and published by . This book was released on 1998 with total page 158 pages. Available in PDF, EPUB and Kindle. Book excerpt: Ce travail porte sur le développement de méthodes de fusion d'images basées sur la théorie de l'évidence de Dempster-Shafer. Dans ce cadre, nous avons étudié deux types de méthodes de fusion. Le premier type est une fusion au niveau des pixels. Deux approches génériques, basées respectivement sur la théorie bayésienne et sur la théorie de l'évidence sont présentées. Elles permettent toutes deux de générer, à partir d’images multimodales ou multiacquisitions recalées géométriquement, une seule image finale segmentée. Les études comparatives de ces deux approches, effectuées dans le cadre de la segmentation de l'image, montrent la souplesse ainsi que la robustesse de l'approche de la théorie de l'évidence. En effet, cette dernière permet d'évaluer la fiabilité de la segmentation obtenue en quantifiant la confiance que l'on a en elle. Le deuxième type de méthode concerne la fusion par Dempster-Shafer au niveau des objets. La méthode consiste à fusionner les objets issus d’une première segmentation des images originales, et qui sont représentés par des vecteurs de paramètres. Dans ce cadre, nous proposons deux techniques de fusion destinées respectivement à classifier les objets obtenus (approche par des hypothèses discrètes) et à améliorer la quantification de paramètres continus de ces objets (approche par des hypothèses continues). La fusion des hypothèses continues est étudiée de manière particulièrement détaillée. Enfin, les différentes techniques de fusion sont appliquées à des problèmes aussi divers que l'augmentation de la dynamique des systèmes d'imagerie par rayons X, l'amélioration de la fiabilité de caractérisation des défauts en contrôle non destructif par radioscopie et échographie ultrasonore ou encore la segmentation automatique des lésions de sclérose en plaques en imagerie par résonance magnétique.

Download or read book Contribution des fonctions de croyance la segmentation d images tomodensitom triques thoraciques en radioth rapie conformationnelle written by Peng Zhang and published by . This book was released on 2007 with total page 207 pages. Available in PDF, EPUB and Kindle. Book excerpt: La segmentation d’images est un processus visant à décomposer une image en un ensemble de régions. Compte tenu de l’importance de l’imagerie en médecine, il existe de nombreuses applications à la segmentation. L’une d’entre elles est la délinéation des organes à risque et du volume tumoral en radiothérapie conformationnelle. Cependant, la problématique de la segmentation d’images est complexe en raison de la diversité des méthodes d’imagerie et des tissus biologiques a segmenter, du faible contraste parfois rencontré et de la présence de bruit. Compte tenu de cette diversité, nous présentons dans cette thèse l’étude, la conception et le développement d’outils de segmentation d’images TomoDensitoMétriques (TDM) à visée de radiothérapie conformationnelle. La contribution essentielle de ce travail repose sur l’application de la théorie des fonctions de croyance à la segmentation d’images TDM thoraciques. La méthode est nommée « étiquetage crédibiliste ». Pour permettre l’intégration d’informations contextuelles, nous proposons de prendre en considération les corrélations spatiales entre voxels dans la modélisation des données par la fusion d’informations provenant du voisinage. Chaque voxel est considéré comme une vision particulière, qui apporte ainsi une information partielle, complétée ou confirmée par les voxels voisins de la coupe et des coupes voisines. L’intérêt majeur des fonctions de croyance est la gestion de données incertaines et imprécises telles que les niveaux de gris en imagerie médicale, mais également la définition d’un cadre mathématique permettant la fusion d’information provenant de plusieurs sources, ici les voxels voisins. S’appuyant sur cette méthode, nous avons développé le logiciel SIPEC, pour Segmentation d’Image Par Etiquetage Crédibiliste, permettant la délinéation du contour du patient, la segmentation des poumons et du canal médullaire. Nous avons comparé ce logiciel avec le logiciel clinique ECLIPSETM (VARIAN v7.1.3) sur 30 séries d’images TDM thoraciques. Les résultats montrent que les outils de segmentation proposés en clinique reposent sur une algorithme beaucoup plus simple et rapide que SIPEC (par exemple, la durée moyenne pour la segmentation automatique des poumons : ECLIPSE (3 minutes) vs SIPEC (10 minutes)), mais au détriment de la qualité de la segmentation. De ce fait, le nombre (par exemple, le nombre de retouches moyen des poumons : ECLIPSE (43) vs SIPEC (5)) et l’importance des retouches sont bien moindres avec le logiciel SIPEC qu’avec le logiciel clinique. Il en résulte une durée totale de segmentation des 3 volumes comparable entre les 2 outils (ECLIPSE (23 minutes) vs SIPEC (20 minutes)), avec l’avantage majeure pour SIPEC d’être automatique et de nécessiter peu de retouches ultérieures. Par ailleurs la durée du traitement devrait suivre l’amélioration de l’algorithme et la rapidité des horloges processeurs. Les perspectives de ce travail sont nombreuses. La technique de segmentation pourrait être appliquée à d’autres modalités d’imagerie (IRM, TEP, ...), mais également à l’imagerie multimodalité (TEP-TDM ou autre) en s’appuyant, ici, sur la modélisation de la fusion d’information multimodalité.

Download or read book Fusion d informations par la th orie de l vidence pour la segmentation d images written by Chaza Chahine and published by . This book was released on 2016 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: La fusion d'informations a été largement étudiée dans le domaine de l'intelligence artificielle. Une information est en général considérée comme imparfaite. Par conséquent, la combinaison de plusieurs sources d'informations (éventuellement hétérogènes) peut conduire à une information plus globale et complète. Dans le domaine de la fusion on distingue généralement les approches probabilistes et non probabilistes dont fait partie la théorie de l'évidence, développée dans les années 70. Cette méthode permet de représenter à la fois, l'incertitude et l'imprécision de l'information, par l'attribution de fonctions de masses qui s'appliquent non pas à une seule hypothèse (ce qui est le cas le plus courant pour les méthodes probabilistes) mais à un ensemble d'hypothèses. Les travaux présentés dans cette thèse concernent la fusion d'informations pour la segmentation d'images.Pour développer cette méthode nous sommes partis de l'algorithme de la « Ligne de Partage des Eaux » (LPE) qui est un des plus utilisés en détection de contours. Intuitivement le principe de la LPE est de considérer l'image comme un relief topographique où la hauteur d'un point correspond à son niveau de gris. On suppose alors que ce relief se remplit d'eau par des sources placées au niveau des minima locaux de l'image, formant ainsi des bassins versants. Les LPE sont alors les barrages construits pour empêcher les eaux provenant de différents bassins de se mélanger. Un problème de cette méthode de détection de contours est que la LPE directement appliquée sur l'image engendre une sur-segmentation, car chaque minimum local engendre une région. Meyer et Beucher ont proposé de résoudre cette question en spécifiant un ensemble de marqueurs qui seront les seules sources d'inondation du relief. L'extraction automatique des marqueurs à partir des images ne conduit pas toujours à un résultat satisfaisant, en particulier dans le cas d'images complexes. Plusieurs méthodes ont été proposées pour déterminer automatiquement ces marqueurs.Nous nous sommes en particulier intéressés à l'approche stochastique d'Angulo et Jeulin qui estiment une fonction de densité de probabilité (fdp) d'un contour (LPE) après M simulations de la segmentation LPE classique. N marqueurs sont choisis aléatoirement pour chaque réalisation. Par conséquent, une valeur de fdp élevée est attribuée aux points de contours correspondant aux fortes réalisations. Mais la décision d'appartenance d'un point à la « classe contour » reste dépendante d'une valeur de seuil. Un résultat unique ne peut donc être obtenu.Pour augmenter la robustesse de cette méthode et l'unicité de sa réponse, nous proposons de combiner des informations grâce à la théorie de l'évidence.La LPE se calcule généralement à partir de l'image gradient, dérivée du premier ordre, qui donne une information globale sur les contours dans l'image. Alors que la matrice Hessienne, matrice des dérivées d'ordre secondaire, donne une information plus locale sur les contours. Notre objectif est donc de combiner ces deux informations de nature complémentaire en utilisant la théorie de l'évidence. Les différentes versions de la fusion sont testées sur des images réelles de la base de données Berkeley. Les résultats sont comparés avec cinq segmentations manuelles fournies, en tant que vérités terrain, avec cette base de données. La qualité des segmentations obtenues par nos méthodes sont fondées sur différentes mesures: l'uniformité, la précision, l'exactitude, la spécificité, la sensibilité ainsi que la distance métrique de Hausdorff.

Download or read book Compression et visualisation d images m dicales par segmentation written by Qosai KANAFANI and published by Omniscriptum. This book was released on 2011-07 with total page 176 pages. Available in PDF, EPUB and Kindle. Book excerpt: Ce travail constitue une contribution à déférents niveaux en apportant quelques solutions modestes aux problèmes difficiles de l'imagerie médicale. Le premier aspect considéré est l'amélioration de la qualité de ces images. Des traitements sont alors nécessaires pour faire ressortir les structures utiles à l'aide au diagnostic. Nous avons opté pour la segmentation stochastique basée sur un modèle de mélange qui tient compte de la connaissance a priori du nombre de constituants, donnée souvent connue vu la nature des images analysées. La compression du volume de données 3D est aussi étudiée dans ce travail. Une méthode de compression simple et efficace est proposée et évaluée au moyen de critères de qualité subjective et objective. Les résultats obtenus sont encourageants et montrent encore une fois que la réticence quant à l'utilisation des méthodes de compression avec perte dans le cas des images médicales n'est pas très justifiée. Enfin, l'étape de visualisation du volume de données 3D est abordée. Ici, nous nous sommes contentés de l'existant et nous avons sélectionné parmi les méthodes connues celles qui paraissent adaptées à nos exigences: simplicité, rapidité, efficacité.

Download or read book La segmentation des images couleurs par fusion des donn es written by Salim Ben Chaabane and published by Noor Publishing. This book was released on 2017-03 with total page 109 pages. Available in PDF, EPUB and Kindle. Book excerpt: D'un point de vue general, les travaux de recherche de ce livre s'inscrivent dans le cadre de la segmentation des images couleurs par fusion des donnees. Dans ce travail, nous presentons une architecture de fusion d'images basee sur la theorie des croyances de Dempster-Shafer, utilisee pour la segmentation des images couleurs. Nous focalisons notre etude sur les methodes de fusion des informations au niveau des pixels. Nous presentons, une approche pour la modelisation des informations, basee sur la distribution gaussienne. Cette derniere, permet de generer, a partir de trois primitives couleurs, une seule image finale segmentee. La methode de fusion consiste a fusionner les resultats issus d'une premiere segmentation des images originales parfaitement recalees geometriquement. Dans cette methode de fusion, l'etape de modelisation est realisee a base des techniques d'analyse de l'histogramme et la distribution gaussienne. Les etudes comparatives avec plusieurs techniques existantes, appliquees a la segmentation des images couleurs, montrent la souplesse et la robustesse de la modelisation basee sur le seuillage de l'histogramme d'homogeneite et la distribution gaussienne.

Download or read book Morphologie math matique et graphes written by Jean-François Stawiaski and published by . This book was released on 2008 with total page 175 pages. Available in PDF, EPUB and Kindle. Book excerpt: La recherche en imagerie médicale est une des disciplines les plus actives du traitement d'images. La segmentation et l'analyse d'images dans un contexte clinique reste un problème majeur de l'imagerie médicale. La multiplicité des modalités d'imagerie, ainsi que les fortes variabilités des structures et pathologies à analyser rendent cette tâche fastidieuse. Dans la plupart des cas, la supervision de spécialistes, tels que des radiologistes, est nécessaire pour valider ou interpréter les résultats obtenus par analyse d'images. L'importante quantité de données, ainsi que les nombreuses applications liées à l'imagerie médicale, nécessitent des outils logiciels de très haut niveau combinant des interfaces graphique complexe avec des algorithmes interactifs rapides. Les récentes recherches en segmentation d'images ont montré l'intérêt des méthodes à base de graphes. L'intérêt suscité dans la communauté scientifique a permis de développer et d'utiliser rapidement ces techniques dans de nombreuses applications. Nous avons étudié les arbres de recouvrement minimaux, les coupes minimales ainsi que les arbres de chemins les plus courts. Notre étude a permis de mettre en lumière des liens entre ces structures a priori très différentes. Nous avons prouvé que les forêts des chemins les plus courts, ainsi que les coupes minimales convergent toutes les deux, en appliquant une transformation spécifique du graphe, vers une structure commune qui n'est autre qu'une forêt de recouvrement minimale. Cette étude nous a aussi permis de souligner les limitations et les possibilités de chacune de ces techniques pour la segmentation d'images. Dans un deuxième temps, nous avons proposé des avancées théoriques et pratiques sur l'utilisation des coupe minimales. Cette structure est particulièrement intéressante pour segmenter des images à partir de minimisation d'énergie. D'une part, nous avons montré que l'utilisation de graphes de régions d'une segmentation morphologique permet d'accélérer les méthodes de segmentation à base de coupe minimales. D'autre part nous avons montré que l'utilisation de graphes de régions permet d'étendre la classe d'énergie pouvant être minimisée par coupe de graphes. Ces techniques ont toutes les caractéristiques pour devenir des méthodes de référence pour la segmentation d'images médicales. Nous avons alors étudié qualitativement et quantitativement nos méthodes de segmentation à travers des applications médicales. Nous avons montré que nos méthodes sont particulièrement adaptées à la détection de tumeurs pour la planification de radiothérapie, ainsi que la création de modèles pour la simulation et la planification de chirurgie cardiaque. Nous avons aussi mené une étude quantitative sur la segmentation de tumeurs du foie. Cette étude montre que nos algorithmes offrent des résultats plus stables et plus précis que de nombreuses techniques de l'état de l'art. Nos outils ont aussi été comparés à des segmentations manuelles de radiologistes, prouvant que nos techniques sont adaptées à être utilisée en routine clinique. Nous avons aussi revisité une méthode classique de segmentation d'images : la ligne de partages des eaux. La contribution de notre travail se situe dans la re-définition claire de cette transformation dans le cas des graphes et des images multi spectrales. Nous avons utilisé les algèbres de chemins pour montrer que la ligne de partages des eaux correspond à des cas particuliers de forêt des chemins les plus courts dans un graphe. Finalement, nous proposons quelques extensions intéressantes du problème des coupes minimales. Ces extensions sont basées sur l'ajout de nouveaux types de contraintes. Nous considérons particulièrement les coupes minimales contraintes à inclure un ensemble prédéfini d'arrêtes, ainsi que les coupes minimales contraintes par leur cardinalité et leur aires. Nous montrons comment ces problèmes peuvent être avantageusement utilisé pour la segmentation d'images.

Download or read book M thodes d ondelettes pour la segmentation d images written by Olivier Le Cadet and published by . This book was released on 2004 with total page 199 pages. Available in PDF, EPUB and Kindle. Book excerpt: Ce mémoire est consacré à la détection et à la classification des contours dans une image, avec comme objectif d'application la segmentation de radiographies en imagerie médicale. L'outil que nous mettons en oeuvre est le ± détecteur multi-échelles de Canny α, transformée classique en ondelettes, vectorielle et directionnelle, que nous réexplorons. Nous utilisons ses propriétés multi-échelles pour définir un algorithme de détection et de classification des points de contours d'une image, caractérisés par leur régularité lipschitzienne. Cet algorithme peut être utilisé dans de nombreux domaines, et peut en particulier être appliqué à la chirurgie orthopédique : nous montrons comment reconstruire, en temps réel et à partir de deux radiographies seulement, la forme 3D de la vertèbre d'un patient. Le tatouage d'images (watermarking) fournit un autre domaine d'application de notre algorithme de segmentation, grâce auquel nous définissons deux algorithmes originaux de watermarking.

Download or read book PILOTAGE DE PROGRAMMES POUR LE TRAITEMENT D IMAGES MEDICALES written by MONICA.. CRUBEZY and published by . This book was released on 1999 with total page 261 pages. Available in PDF, EPUB and Kindle. Book excerpt: TANDIS QUE LE DOMAINE DU TRAITEMENT D'IMAGES MEDICALES CONNAIT DES AVANCEES TECHNIQUES IMPORTANTES, LA COMPLEXITE DES METHODES DEVELOPPEES FREINE LEUR DIFFUSION EN ROUTINE CLINIQUE. NOTRE OBJECTIF EST DE FOURNIR UNE AIDE INFORMATIQUE AUTOMATISANT LA METHODOLOGIE D'UTILISATION DE TELLES METHODES, AFIN DE PERMETTRE AUX CLINICIENS DE SE FOCALISER SUR LEUR TACHE D'INTERPRETATION DES RESULTATS. EXPLOITANT LA TECHNIQUE A BASE DE CONNAISSANCES DU PILOTAGE DE PROGRAMMES, NOUS EN PROPOSONS UNE EVOLUTION POUR PRENDRE EN COMPTE LA COMPLEXITE DU DOMAINE DU TRAITEMENT D'IMAGES MEDICALES. NOUS AVONS D'ABORD MODELISE L'EXPERTISE D'UTILISATION DES TRAITEMENTS D'IMAGES MEDICALES, EXPERIMENTANT LE PILOTAGE DE DEUX APPLICATIONS REPRESENTATIVES : UNE METHODE DE SEGMENTATION D'IMAGES DE CERVEAU ET UNE METHODE STATISTIQUE D'ANALYSE FONCTIONNELLE DE SEQUENCES TEMPORELLES D'IMAGES. NOUS AVONS ENSUITE CONCU LE SYSTEME DE PILOTAGE DE PROGRAMMES MEDIA (MEDICAL IMAGE PROCESSING ASSISTANT) ADAPTE AUX BESOINS AINSI IDENTIFIES. NOTRE SYSTEME EFFECTUE UN RAISONNEMENT DE PILOTAGE DE PROGRAMMES HYBRIDE, MELANT PLANIFICATION HIERARCHIQUE, RESOLUTION D'ETAPES ABSTRAITES ET ADAPTATION DE PLAN EN CAS D'INCOMPATIBILITES DE DONNEES. UN MECANISME DE RELAIS D'EXECUTION LUI PERMET EGALEMENT DE PILOTER DES PROGRAMMES FREQUEMMENT INTERFACES OU NON MODULAIRES. NOTRE SOLUTION INTEGRE UNE REPRESENTATION DES IMAGES MEDICALES STRUCTUREE PAR DES PERSPECTIVES ET UNE EXPRESSION ABSTRAITE DES ETAPES DE TRAITEMENT. NOUS AVONS IMPLANTE MEDIA AVEC LA PLATE-FORME LAMA DE REALISATION DE SYSTEMES DE PILOTAGE DE PROGRAMMES DEVELOPPEE DANS LE PROJET ORION DE L'INRIA. EN PARALLELE, NOUS AVONS AUSSI DEVELOPPE UN GESTIONNAIRE DES COMMUNICATIONS DANS LAMA, LUI APPORTANT UNE DIMENSION DISTRIBUEE NECESSAIRE. BIEN QUE GUIDEE PAR LES SPECIFICITES DU DOMAINE DU TRAITEMENT D'IMAGES MEDICALES, LA SOLUTION QUE NOUS PROPOSONS EST PLUS LARGEMENT APPLICABLE.

Download or read book Segmentation d images multispectrales bas e sur la fusion d informations written by Weibei Dou and published by . This book was released on 2006 with total page 187 pages. Available in PDF, EPUB and Kindle. Book excerpt: L'objectif de cette thèse consiste à développer une architecture de fusion d'informations basée sur la théorie floue pour la segmentation d'une cible à partir de plusieurs sources d'images. Notre application principale porte sur la segmentation des images IRM multispectrales. Nous proposons une approche de segmentation automatique basée sur la fusion des caractéristiques extraites de chaque source d'image. Ces caractéristiques sont modélisées par des fonctions d'appartenance, obtenues à partir de fonctions analytiques, qui prennent en compte des connaissances à priori sur la possibilité d'appartenance à une cible (tumeur ou tissus cérébraux) donnée par l'expert, et aussi la gradation d'intensité du signal de la cible. La segmentation d'une cible consiste finalement à combiner les différents degrés d'appartenance de la cible. Une étape supplémentaire basée sur une croissance 3D des régions floues est proposée pour améliorer le résultat de la combinaison. Pour évaluer les résultats de segmentation représentés par un ensemble flou, une extension du coefficient Kappa de Cohen, nommée "Kappa flou" est proposée, qui est une méthode d'évaluation globale sur la proportion d'agrément d'un classement flou. Cette architecture développée est mise en oeuvre pour la segmentation des tumeurs cérébrales à partir des images IRM qui comprennent pour l'instant les séquences de base : T1, T2 et densité de protons (DP). Les résultats sur sept patients atteints de tumeur montrent l'efficacité de notre système.

Download or read book Conception de m taheuristiques d optimisation pour la segmentation d images written by Ahmed Nasreddine Benaichouche and published by . This book was released on 2014 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: La segmentation d'image est le processus de partitionnement d'une image numérique en régions, non chevauchées, homogènes vis-à-vis de certaines caractéristiques, telles que le niveau de gris, la texture, le mouvement, etc. Elle a des applications dans plusieurs domaines comme l'imagerie médicale, la détection d'objets, la biométrie, l'imagerie par satellite, la navigation de robot, la vidéosurveillance, etc. Le processus de segmentation représente une étape cruciale dans les systèmes de vision par ordinateur, car les caractéristiques et décisions sont extraites et prises à partir de son résultat. Les premiers algorithmes de segmentation d'image ont vu le jour dans les années 1970. Depuis, de nombreuses techniques et méthodes de segmentation ont été expérimentées pour essayer d'améliorer les résultats. Néanmoins, jusqu'à nos jours, aucun algorithme de segmentation d'image n'arrive à fournir des résultats parfaits sur une large variété d'images. Les "métaheuristiques" sont des procédures conçues pour résoudre des problèmes d'optimisation dits difficiles. Ce sont en général des problèmes aux données incomplètes, incertaines, bruitées ou confrontés à une capacité de calcul limitée. Les métaheuristiques ont connu un succès dans une large variété de domaines. Cela découle du fait qu'elles peuvent être appliquées à tout problème pouvant être exprimé sous la forme d'un problème d'optimisation de critère(s). Ces méthodes sont, pour la plupart, inspirées de la physique (recuit simulé), de la biologie (algorithmes évolutionnaires) ou de l'éthologie (essaims particulaires, colonies de fourmis).Ces dernières années, l'introduction des métaheuristiques dans le domaine du traitement d'images a permis d'étudier la segmentation sous un angle différent, avec des résultats plus ou moins réussis. Dans le but d'apporter notre contribution et d'améliorer davantage les performances des méthodes de segmentation, nous avons proposé des algorithmes basés régions, contours et hybrides, mettant en œuvre des métaheuristiques d'optimisation dans des approches mono et multiobjectif. Les méthodes proposées ont été évaluées sur des bases de données expérimentales composées d'images synthétiques, d'images IRM simulées et d'images IRM réelles ainsi que des images de tomographie par émission de positons (TEP). Les résultats obtenus sont significatifs et prouvent l'efficacité des idées proposées.

Download or read book Fusion en Traitement D images Specificites et Approches Numeriques written by Bloch and published by Ed. Techniques Ingénieur. This book was released on with total page 23 pages. Available in PDF, EPUB and Kindle. Book excerpt:

Download or read book ANALYSE DE TEXTURES ET SEGMENTATION D IMAGES PAR MORPHOLOGIE MATHEMATIQUE written by WEI. LI and published by . This book was released on 1996 with total page 150 pages. Available in PDF, EPUB and Kindle. Book excerpt: LES TRAVAUX PRESENTES DANS CE MEMOIRE CONCERNENT L'ETUDE D'OUTILS MORPHOLOGIQUES EN TRAITEMENT D'IMAGES, LEURS APPLICATIONS EN CLASSIFICATION DE TEXTURES ET EN SEGMENTATION D'IMAGES. LES FILTRES MORPHOLOGIQUES APPARTENANT AU FILTRAGE NON-LINEAIRE, JOUENT UN ROLE IMPORTANT EN SUPPRESSION DE BRUIT DANS LES IMAGES. ON PROPOSE ICI EN SUPPRESSION DU BRUIT D'IMAGES LES FILTRES MORPHOLOGIQUES COMPOSITES SE FONDANT SUR LES COMBINAISONS DE L'OUVERTURE, LA FERMETURE ET LA TRANSFORMATION IDENTIQUE. LES COMPARAISONS QUANTITATIVES DE L'EFFICACITE A LA FOIS EN SUPPRESSION DU BRUIT ET EN CONSERVATION DE DETAILS D'IMAGES POUR DES FILTRES MORPHOLOGIQUES ET D'AUTRES FILTRES NON-LINEAIRES SONT FAITES DANS LE CADRE D'UN SCHEMA DE CARACTERISATION DE L'ACTIVITE SPATIALE LOCALE D'IMAGES. LA CONCEPTION DU FILTRE MORPHOLOGIQUE PAR UN ALGORITHME GENETIQUE ADAPTATIF DESTINE A UNE SUPPRESSION DU BRUIT OPTIMALE CHOISISSANT A LA FOIS LE TYPE DE FILTRAGE ET L'ELEMENT STRUCTURANT EST PROPOSEE. DE NOUVEAUX ATTRIBUTS MORPHOLOGIQUES BASES SUR LES RESIDUS DE FILTRAGE MORPHOLOGIQUE PAR RECONSTRUCTION SONT DEVELOPPES. L'AVANTAGE DE CES ATTRIBUTS EST LIE A LEUR ROBUSTESSE AUX DIFFERENTS TYPE DE BRUIT. UN ALGORITHME PERMETTANT LE CHOIX D'UN SOUS-ENSEMBLE DE CES ATTRIBUTS LE PLUS PERFORMANT POUR LA MEILLEURE CLASSIFICATION DE TEXTURES EST CONCU. UNE APPLICATION DE CES ATTRIBUTS EST ILLUSTREE EN CLASSIFICATION D'IMAGES SPOT PAR LA SEGMENTATION DE TEXTURES. L'INTRODUCTION DE LA RECONSTRUCTION MORPHOLOGIQUE DANS L'ALGORITHME DE DECOMPOSITION MORPHOLOGIQUE MULTIRESOLUTION NOUS PERMET D'OBTENIR UN SCHEMA DE DECOMPOSITION DES STRUCTURES SELON LA TAILLE. CETTE DECOMPOSITION EST IDEMPOTENTE ET SANS PERTE D'INFORMATION. DEUX APPLICATIONS UTILISANT PRINCIPALEMENT CETTE METHODE DE DECOMPOSITION EN SEGMENTATION DE STRUCTURES DES IMAGES MEDICALES SONT DECRITES. LA PREMIERE CONCERNE LA SEGMENTATION DE LESIONS DU POUMON, ET LA SECONDE ETUDE CONCERNE LA SEGMENTATION DES DIFFERENTES STRUCTURES D'UNE REGION DE TUMEURS DU CERVEAU. D'AUTRES OUTILS MORPHOLOGIQUES TELS QUE LE FILTRAGE, LE GRADIENT, LA DILATATION ET L'AMINCISSEMENT SONT EGALEMENT EMPLOYES DANS CES APPLICATIONS.

Download or read book Segmentation d images de profondeur written by Paul Checchin and published by . This book was released on 1996 with total page 230 pages. Available in PDF, EPUB and Kindle. Book excerpt: CETTE THESE CONCERNE LA SEGMENTATION DES DONNEES DISCRETES 3D, APPELEES IMAGES DE PROFONDEUR, FOURNIES PAR DES CAPTEURS DE PROFONDEUR ACTIFS. CES INFORMATIONS TRIDIMENSIONNELLES SONT UNE REPRESENTATION POINT PAR POINT DES SURFACES OBSERVEES PAR CES CAPTEURS DE VISION. LES DIFFERENTS METHODES ET CAPTEURS PERMETTANT L'ACQUISITION D'INFORMATIONS TRIDIMENSIONNELLES SONT DECRITS. LE PROBLEME DE LA SEGMENTATION D'IMAGES DE PROFONDEUR EST DEFINI, PUIS LES PRINCIPALES TECHNIQUES DE SEGMENTATION SONT PRESENTEES. UNE ANALYSE DE L'ETAT DE L'ART DANS LE DOMAINE NOUS AMENE A JUSTIFIER LA DIRECTION DE NOS TRAVAUX, EN PARTICULIER A DISSOCIER LA SEGMENTATION D'IMAGES DE PROFONDEUR EN DEUX PROBLEMES SELON LE TYPE DE SCENES ANALYSEES, CONSTITUEES D'OBJETS UNIQUEMENT POLYEDRIQUES OU NON. UNE METHODE DE SEGMENTATION D'IMAGES DE PROFONDEUR EN SURFACES PLANES EST TOUT D'ABORD PROPOSEE, PUIS ELLE EST ETENDUE A LA SEGMENTATION EN REGIONS PLANES ET COURBES. LES ORIGINALITES DE LA METHODE REPOSENT SUR LE PROCEDE D'ESTIMATION DES ATTRIBUTS DIFFERENTIELS ET SUR LE CHOIX DES GERMES DE LA CROISSANCE DE REGIONS. LES REGIONS EXTRAITES SONT REPRESENTEES PAR UN GRAPHE D'ADJACENCE ET FORMENT LA BASE D'UNE PYRAMIDE DE GRAPHES. LES DONNEES INITIALES SONT FILTREES. LE CHOIX DU FILTRE REDUCTEUR DE BRUIT EST REALISE LORS D'UNE ETUDE COMPARATIVE DE PLUSIEURS OPERATEURS EXISTANTS. L'ETAPE SUIVANTE CONSISTE A ANALYSER LES DIFFERENTS PROFILS 1D DE L'IMAGE, CONSTITUES PAR SES LIGNES ET SES COLONNES, AFIN D'ESTIMER LES DERIVEES DIRECTIONNELLES DU PREMIER ET DU SECOND ORDRE. LA NORMALE ET LA COURBURE MOYENNE A LA SURFACE EN CHAQUE PIXEL SONT ENSUITE DEDUITES, TOUT EN TENANT COMPTE DES DISCONTINUITES DE PROFONDEUR. LES PIXELS SONT ALORS REGROUPES EN REGIONS HOMOGENES AU SENS DE CES ATTRIBUTS. A PARTIR DU GRAPHE D'ADJACENCE DES REGIONS AINSI OBTENUES, UNE STRATEGIE PYRAMIDALE DE FUSION, PARALLELISABLE, EST MISE EN UVRE POUR ABOUTIR AU RESULTAT DE LA SEGMENTATION. LES PERFORMANCES DE L'ALGORITHME PROPOSE SONT CARACTERISEES. LES RESULTATS, OBTENUS A PARTIR D'UN JEU IMPORTANT D'IMAGES REELLES ISSUES DE CAPTEURS DIFFERENTS, SONT PRESENTES ET COMPARES AVEC CEUX FOURNIS PAR D'AUTRES METHODES CONNUES. CETTE EVALUATION QUANTITATIVE EST MENEE SUR LA BASE DE CRITERES CALCULES A PARTIR D'UNE CONNAISSANCE DE LA SEGMENTATION IDEALE. LES MESURES EFFECTUEES MONTRENT QUE L'APPROCHE QUE NOUS AVONS DEVELOPPEE FOURNIT, DANS DES TEMPS DE CALCUL ACCEPTABLES, DES RESULTATS DE QUALITE SIMILAIRE, SINON SUPERIEURE, A CEUX OBTENUS PAR D'AUTRES TECHNIQUES.

Download or read book Le corps en images Les nouvelles imageries pour la sant written by Laure Blanc-Feraud and published by CNRS éditions. This book was released on 2022-05-25 with total page 271 pages. Available in PDF, EPUB and Kindle. Book excerpt: Au cours des dernières décennies, les progrès technologiques ont débouché sur le développement de nouveaux capteurs et des moyens de calculs très performants permettant l'acquisition et le traitement très rapide, voire en temps réel, de très grandes quantités de signaux et d'images. Ces avancées ont impacté de nombreux domaines, aboutissant dans le secteur de la santé à des techniques révolutionnaires pour visualiser le corps. Ces nouvelles imageries pour la santé incluent des méthodes de visualisation des organes jusqu'à l'échelle cellulaire ou moléculaire, des méthodes d'évaluation permettant de vérifier le bon fonctionnement des organes, et des méthodes de suivi interventionnel permettant de guider les gestes du praticien hospitalier ou du chirurgien. L'apport des sciences du numérique et de l'intelligence artificielle est essentiel pour ces nouvelles technologies, et permet au corps médical d'analyser rapidement de très grandes quantités d'images, de les traiter conjointement lorsqu'elles proviennent de différents dispositifs et d'exploiter les données des praticiens du monde entier. Mais l'utilisation de ces nouvelles technologies pose également des problèmes sociétaux, notamment de formation des soignants et d'acceptation, tant par le patient que par le praticien. Enfin, le partage de données médicales soulève des questions d'éthique et de préservation de la vie privée. Abondamment illustré, en 17 articles indépendants, Le corps en images aborde toutes ces questions et présente les progrès récents et les perspectives de l'imagerie médicale, un domaine qui nous concerne tous.

Download or read book Le corps en images Nouvelles imageries pour la sant written by Laure Blanc-Feraud and published by CNRS éditions. This book was released on 2022-05-25 with total page 271 pages. Available in PDF, EPUB and Kindle. Book excerpt: Au cours des dernières décennies, les progrès technologiques ont débouché sur le développement de nouveaux capteurs et des moyens de calculs très performants permettant l'acquisition et le traitement très rapide, voire en temps réel, de très grandes quantités de signaux et d'images. Ces avancées ont impacté de nombreux domaines, aboutissant dans le secteur de la santé à des techniques révolutionnaires pour visualiser le corps. Ces nouvelles imageries pour la santé incluent des méthodes de visualisation des organes jusqu'à l'échelle cellulaire ou moléculaire, des méthodes d'évaluation permettant de vérifier le bon fonctionnement des organes, et des méthodes de suivi interventionnel permettant de guider les gestes du praticien hospitalier ou du chirurgien. L'apport des sciences du numérique et de l'intelligence artificielle est essentiel pour ces nouvelles technologies, et permet au corps médical d'analyser rapidement de très grandes quantités d'images, de les traiter conjointement lorsqu'elles proviennent de différents dispositifs et d'exploiter les données des praticiens du monde entier. Mais l'utilisation de ces nouvelles technologies pose également des problèmes sociétaux, notamment de formation des soignants et d'acceptation, tant par le patient que par le praticien. Enfin, le partage de données médicales soulève des questions d'éthique et de préservation de la vie privée. Abondamment illustré, en 17 articles indépendants, Le corps en images aborde toutes ces questions et présente les progrès récents et les perspectives de l'imagerie médicale, un domaine qui nous concerne tous.