Titre : |
Fusion des classifieurs supervisés: Application sur la classification pixellaire des images microscopiques. |
Type de document : |
texte imprimé |
Auteurs : |
Mohammed el Amine. Guermoudi, Auteur ; Mohammed el Amine. Fekih, Auteur |
Année de publication : |
2013 |
Importance : |
60p. |
Présentation : |
ill. |
Format : |
30cm. |
Langues : |
Français (fre) |
Mots-clés : |
Keywords : Cytology, Diagnostic, Microscopic image, Segmentation, Pixellaire Classication,
Fusion.Mots clés : Cytologie, Diagnostique, Image microscopique, Segmentation, Classication pixeallaire,
Fusion. |
Résumé : |
Résumé
L'analyse d'images dans le domaine de la cytologie est un outil de diagnostic en voie de
développement. L'analyse quantitative de la forme et de la structure des cellules issue d'images
couleur de microscopie photonique apporte au cytotechnologiste des informations précieuses
pour l'aide au diagnostic. Cette étude de paramètres ne peut se faire qu'à partir d'objets
parfaitement segmentés. Dans le cadre de la coloration internationale de MGG, nous proposons
une segmentation par la classication pixellaire par fusion de classieurs supervisés pour
l'augmentation de la qualité des résultats. En eet, de plus en plus, les chercheurs se rendent
compte qu'il n'existe aucune méthode de classication pouvant manifester une supériorité sur
les autres méthodes dans tous les problèmes et toutes les situations. Cette combinaison nous
permet d'obtenir des résultats prometteurs.
Abstract
Image analysis in the eld of cytology is a diagnostic tool developing. The quantitative analysis
of the shape and structure of cells derived from color images of light microscopy provides
the cytotechnologist valuable information for diagnostic assistance. This study parameters can
only be made from perfectly segmented objects. Within the international MGG staining, we
propose a segmentation by pixellaire classication fusion supervised classiers to increase the
quality of results. Indeed, increasingly, researchers are realizing that there is no classication
method can demonstrate superiority over other methods in all problems and situations. This
combination allows us to obtain promising results.
|
Fusion des classifieurs supervisés: Application sur la classification pixellaire des images microscopiques. [texte imprimé] / Mohammed el Amine. Guermoudi, Auteur ; Mohammed el Amine. Fekih, Auteur . - 2013 . - 60p. : ill. ; 30cm. Langues : Français ( fre)
Mots-clés : |
Keywords : Cytology, Diagnostic, Microscopic image, Segmentation, Pixellaire Classication,
Fusion.Mots clés : Cytologie, Diagnostique, Image microscopique, Segmentation, Classication pixeallaire,
Fusion. |
Résumé : |
Résumé
L'analyse d'images dans le domaine de la cytologie est un outil de diagnostic en voie de
développement. L'analyse quantitative de la forme et de la structure des cellules issue d'images
couleur de microscopie photonique apporte au cytotechnologiste des informations précieuses
pour l'aide au diagnostic. Cette étude de paramètres ne peut se faire qu'à partir d'objets
parfaitement segmentés. Dans le cadre de la coloration internationale de MGG, nous proposons
une segmentation par la classication pixellaire par fusion de classieurs supervisés pour
l'augmentation de la qualité des résultats. En eet, de plus en plus, les chercheurs se rendent
compte qu'il n'existe aucune méthode de classication pouvant manifester une supériorité sur
les autres méthodes dans tous les problèmes et toutes les situations. Cette combinaison nous
permet d'obtenir des résultats prometteurs.
Abstract
Image analysis in the eld of cytology is a diagnostic tool developing. The quantitative analysis
of the shape and structure of cells derived from color images of light microscopy provides
the cytotechnologist valuable information for diagnostic assistance. This study parameters can
only be made from perfectly segmented objects. Within the international MGG staining, we
propose a segmentation by pixellaire classication fusion supervised classiers to increase the
quality of results. Indeed, increasingly, researchers are realizing that there is no classication
method can demonstrate superiority over other methods in all problems and situations. This
combination allows us to obtain promising results.
|
|