Please use this identifier to cite or link to this item:
http://localhost:8080/xmlui/handle/123456789/12753Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | Aichoun, Lydia | - |
| dc.contributor.author | Mahiouz, Asma | - |
| dc.date.accessioned | 2021-11-07T07:28:13Z | - |
| dc.date.available | 2021-11-07T07:28:13Z | - |
| dc.date.issued | 2021 | - |
| dc.identifier.uri | http://di.univ-blida.dz:8080/jspui/handle/123456789/12753 | - |
| dc.description | 621.1035 ; 91 p | fr_FR |
| dc.description.abstract | La pneumonie est l'une des principales maladies qui causent la plupart des décès dans le monde. Les virus, les bactéries et les champignons peuvent tous provoquer une pneumonie. Cependant, il est difficile de juger de la pneumonie juste en regardant les radiographies pulmonaires. Le but de cette étude est de simplifier le processus de détection de la pneumonie pour les experts comme pour les novices. Le but de ce travail est de développer une nouvelle méthode efficace pour la détection de la pneumonie à partir des images radiographies thoraciques. Une approche de BCET est utilisée comme une étape d’amélioration d’image pour augmenter la précision des résultats de la segmentation effectuée en utilisant Fuzzy C-Means | fr_FR |
| dc.language.iso | fr | fr_FR |
| dc.publisher | Univ Blida1 | fr_FR |
| dc.subject | Segmentation, pneumonie, image radiographie thoracique, BCET, FCM | fr_FR |
| dc.title | Détection de Pneumonie à partir des Images Radiographiques Thoraciques : application covid-19 | fr_FR |
| Appears in Collections: | Mémoires de Master | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Chapitre 1 final memoir (1).pdf | 3,22 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.