39,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
20 °P sammeln
  • Broschiertes Buch

Les maladies neuro-dégénératives sont des maladies très courantes dans le monde, en particulier la maladie d'Alzheimer qui est la plus fréquente et touche les personnes âgées de 65 ans.Cette maladie qui affecte le cerveau est représentée par une démence neurologique au niveau de la matière grise et de l'hippocampe dans les images IRM cérébrale. Notre objectif est d'étudier l'impact de cette maladie sur la géométrie ou la morphologie de la matière grise qui nous permettent d'identifier et caractériser la maladie d'Alzheimer.Une isolation de cerveau utilisant la morphologie mathématique sur les…mehr

Produktbeschreibung
Les maladies neuro-dégénératives sont des maladies très courantes dans le monde, en particulier la maladie d'Alzheimer qui est la plus fréquente et touche les personnes âgées de 65 ans.Cette maladie qui affecte le cerveau est représentée par une démence neurologique au niveau de la matière grise et de l'hippocampe dans les images IRM cérébrale. Notre objectif est d'étudier l'impact de cette maladie sur la géométrie ou la morphologie de la matière grise qui nous permettent d'identifier et caractériser la maladie d'Alzheimer.Une isolation de cerveau utilisant la morphologie mathématique sur les images IRM suivant d'une étape de filtrage afin de réduire le bruit est importante et nécessaire dans le domaine clinique pour l'obtention de bons résultats dans la chaine de la classification.Notre algorithme est appliqué sur une base de données ADNI qui contient des images IRM de vérité terrain classé sur les trois stades de la maladie. Une étude comparative dans la phase de la classification entre le machine learning et le deep learning était l'objectif principal de notre travail. Les résultats obtenus sont encourageants et démontrent une robustesse avec une bonne précision.
Autorenporträt
Ismail BOUKLI HACENE, Docteur et maître de conférence au département de génie Biomédicale, faculté de technologie, université de Tlemcen-Algérie depuis 2014. Son domaine d'intérêt : imagerie médicale, traitement d'images médicales, la compression, la fusion, la sécurisation des données médicales (cryptage et tatouage), la classification.