Segmentation 3D d¿images médicales via le flux du vecteur gradient
Versandkostenfrei!
Versandfertig in 6-10 Tagen
39,99 €
inkl. MwSt.
PAYBACK Punkte
20 °P sammeln!
Cette thèse s'inscrit dans le cadre de la segmentation automatique des images médicales. Il s'agit de segmenter et de diagnostiquer des maladies du syndrome fémoro-patellaire et de quantifier la progression de l'arthrose du genou en utilisant les Champs de Vecteurs Gradient et plus précisément le Vector Field Convolution (VFC). Quatre contributions sont réalisées: premièrement, l'utilisation du Vector Field Convolution pour subdiviser le contour actif, précisément le B-snake avec l'aide de la divergence du Vector Field Convolution et l'algorithme de Dijkstra ; deuxièmement, l'extrac...
Cette thèse s'inscrit dans le cadre de la segmentation automatique des images médicales. Il s'agit de segmenter et de diagnostiquer des maladies du syndrome fémoro-patellaire et de quantifier la progression de l'arthrose du genou en utilisant les Champs de Vecteurs Gradient et plus précisément le Vector Field Convolution (VFC). Quatre contributions sont réalisées: premièrement, l'utilisation du Vector Field Convolution pour subdiviser le contour actif, précisément le B-snake avec l'aide de la divergence du Vector Field Convolution et l'algorithme de Dijkstra ; deuxièmement, l'extraction des angles nécessaires au diagnostic du syndrome fémoro-patellaire automatiquement à partir de la reconstruction 3D du genou ; troisièmement, la segmentation et la quantification automatique du cartilage du genou et finalement, l'élaboration du logiciel permettant de gérer toutes ces méthodes ainsi que d'autres méthodes utilités pour l'utilisation des médecins à l'hôpital militaire principale de Tunis.
