N attribué par la bibliothèque
185 pages
Français

Découvre YouScribe en t'inscrivant gratuitement

Je m'inscris

N attribué par la bibliothèque

-

Découvre YouScribe en t'inscrivant gratuitement

Je m'inscris
Obtenez un accès à la bibliothèque pour le consulter en ligne
En savoir plus
185 pages
Français
Obtenez un accès à la bibliothèque pour le consulter en ligne
En savoir plus

Description

Niveau: Supérieur, Doctorat, Bac+8
N? attribué par la bibliothèque Année 2011 Doctorat de l'Université Paris XIII Spécialité : Informatique THÈSE présentée par Nicolas Lermé pour l'obtention du grade de DOCTEUR DE L'UNIVERSITÉ PARIS XIII Unités de recherche : LAGA UMR CNRS 7539 LIPN UMR CNRS 7030 Réduction de Graphes et Application à la Segmentation de Tumeurs Pulmonaires Soutenue publiquement le 7 décembre 2011 devant le jury composé de : M. Françoise Dibos Président M. Michel Couprie Rapporteur M. Patrick Pérez Rapporteur M. Laurent Cohen Examinateur M. François Malgouyres Directeur de thèse M. Lucas Létocart Co-directeur de thèse

  • segmentation de tumeurs pulmonaires

  • lipn umr

  • li-thiao-té

  • validation du prototype de segmentation des tumeurs

  • équipes mtii du laga

  • laga umr


Sujets

Informations

Publié par
Nombre de lectures 37
Langue Français
Poids de l'ouvrage 22 Mo

Extrait


M.Ndetattribu?atricpartationlaanbiblioth?queMicAnn?et2011th?seDoPulmonairesctoratmdecompl'UniosvRappersit?RappPFarL?toislaXITIueI7Sp2011?cialit?le:deInformatiqueran?oiseTH?SEtpr?senCout?eM.parPNicolasM.Lerm?ExaminateurpMalgouyresourM.lCo-directeur'obten?tionSegmendudegradeumeursdeSoutenDOCTEURpubliquemenDEleL'UNIVERSIT?d?cePbreARISdevXItIjuryIos?Unit?s:deFrecDibhercPr?sidenheM.:helLAprieGAorteurUMRPCkN?rezRorteurSLauren7539CohenLIPNM.UMRran?oisCNRSDirecteur7030th?seR?ductionLucasdecartGraphesdeetApplication2N.Lerm?ents.?mesmes?pamis.ar4N.Lerm?loisRemerciemendetsquiEndupremiertemenlieu,couragemenjem'atienst?leurremercierparfoiscgrandhaleureusemen?vtremercierMme?rimFtran?oiseorationDibduosetquivm'apfaittracasseriesl'honneurleurdeparticuli?remenpr?siderlorsle90.juryccdelesth?se?etdesanspulmonaires.quipjeconcernann'auraiauxprobablemedunumeurtdirectemenpas?puvobtenirUndeersit?nancemenrem?dierttecpparenouretmts.ener?re?pbiendansceautrasouhaitevJean-Marieail.pJeoirtiensn?esaussitales?vremercierypMr.tationMicurhelremercieCouprieS?bastienetsaMr.laPl'estimationatricdistributions.kmemPGA?rezpquionneonermanentonbienouvconoulueaccepter?ladescmaishargemercidederapparisorteur.tJecreseEnn,mercie??galemenptnmesedirecteurspderemercieth?semonMr.vFmaran?oislMalgouyresr?unionetloMr.ranceLucasdesL?toJecartaussipMr.ourRoleurhisanipatienceouretvleurfournirsoutiendon-constanexptendurand?di?estlacesalidationtroisprototann?es.eJsegmenedestiensume?sleurJee?galemenxprMr.iLi-Thiao-T?merourmacollabgratitudesurppartieourtm'desadevMercioirautresaccueillibresaLAvetecLIPNcourhaleurbethenpthousiasmeteauquiseintdest?quipindirecestMTItribu?IcdutraLAailGAtraetersAdiscussionsOClonguesdufructueuses.LIPN.grandLeuraudiersonnelspl'Univonibilit?,Pleurs13encouragemenontssup?ermanenertainestsadministrativetetleurhniques.ouvunerturemercid'espritmesontstourinconsoutietestablemeninconditionneltleursconn-tribu?ts?ermanenl'enricJehissemenplusttdepmesd'aconnaissancesoirsureill?descuriosit?sujetsourpassionnan'informatiquetsd'unedoninformelletlesl'incauxt?r?tFn'eT?l?comstd?butpasann?esd?menti.6N.Lerm?2L
.ts.Incuts-basedtro.duction.11.1.Preliminaries.17.1.1energyImage.segmenyktation:.history.an.dationmetho.ds........del.....1.3...1.3.1...mixtures...grap.....tial...5217.1.1.1vWhat.is39segmen.tation?..1.2.5.1.......mo.....ws.....................2.state-of-the-art..........17.1.1.2.H.istory.andstrategiesmetho.ds....Fields.......Binary.tation.........energy...........1.2.5.2.v-Jolly...........distribution..18.1.2.Graph.cuts:.principle.and.algorithmszed.............1.3.2.del.............graphs.cuts.2.1........25.1.2.1.H.istory.and.related2.2w.ork..............P.............55.Random.and.minimization...........1.2.5.graph25segmen1.2.2.D.enitions.and.notations........43.TV+tenCon.mo.....................44.Bo.o.energy.del......28.1.2.3.M.axim.um-o.w45aEstimatinglgorithmsla...........................47.Normali.histograms..............34.1.2.3.1.F.easible-o.w.algorithms48.Gaussian.mo.........................49.Reducing.in.h.optimization:34511.2.3.2MotivPreo.w-push.algorithms................................51.Sequen.strategies..38.1.2.3.3.Pseudoo.w.algorithms....................2.3.arallel/distributed..................39.1.2.4.M.ar.k7o


.2.4.Conclusion..Filtering.......reducing.M.an.and.8...lo...........rs.......parame.....................2D+t.Conclusion.....GC57.3.Reduced.Graph.Cuts:.a.ner.approac.hLerm?for.reducing.graphs8759.3.1.General87principlegraph.........An.......iple.........erimen...............o.lung.tro.........ot......5.9.3.2.A.heuristic.test.for3.2.3.4reducingegraphs............Automatic...........F.eringCONTENTS......92............64933.2.1testD.escription..........3.3.1.................97.e.on.3D.....99...................4.at64of3.2.2segmenAulgorithmic4.1considerations..................4.1.1.v.e.............Constrain..........67.3.2.2.1.Naiv.e.algorithm..86.The.t.r.........................a).tuning............67.3.2.2.2.Incremen.tal.algob)rurtheriwtthehmsize.............c)..........................683.33.2.2.3exactAfordaptivgraphse.algorithm....................97.Princ......................70.3.2.3.N.u.m.erical.exp3.3.2erimenassivtsexp.ts.2D,.and.images...........3.4..............................73.3.2.3.1.The.windo107wGCSFMP:radiusapplicparameteri.n.R.for.ting.t.mo.109.In.duction..............73.3.2.3.2.Massiv.e.exp.erimen.ts.on.2D,.2D.+109tMandi3Dationimagescops...........74.3.2.3.3.The.parame.t.e.r.N.1094.1.2.ts...............................112..max
.Lerm?of4.2.Prop.osedEvmethoed..Conclusion...................discussion.....maps.145...........................App......114.4.2.1algorithmOv.erview..ctness.test.....145.b.....9...............122...................Conclusion.Glossary.143.measures....114.4.2.2.Energy.function....B.computing.........Ex.the.c.............Calculus.upp.CONTENTS.........References.181........115.4.2.3.Se.gmen.ting.lung.tumors:.a.practica.l.case..4.4............................117.4.3.Ev.aluation..126.and.129.139.endix.A.aluation...............................143.Dijkstra.for.distance.................C.a120of4.3.1rQualiduttionati(53)v.e.and.quan.titativ.e.results..........D.details.the.er.oundN....................1211694.3.216PPublicationserformance9.CONTENTSN.10Lerm?

  • Univers Univers
  • Ebooks Ebooks
  • Livres audio Livres audio
  • Presse Presse
  • Podcasts Podcasts
  • BD BD
  • Documents Documents