Détection de Pneumonie à partir des Images Radiographiques Thoraciques : application covid-19

Aichoun, Lydia; Mahiouz, Asma

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