Skip to Main content Skip to Navigation
Reports

Les Forêts Aléatoires en Apprentissage Semi-Supervisé (Co-forest) pour la segmentation des images rétiniennes

Résumé : Nous proposons une approche qui permet la reconnaissance automatique des régions Disques et Cups pour la mesure du rapport CDR (Cup/Disc Ratio) par apprentissage semi-supervisé. Une étude comparative de plusieurs techniques est proposée. Le principe repose sur une croissance de région en classifiant les pixels voisins à partir des pixels d'intérêt de l'image par apprentissage semi-supervisé. Les points d'intérêt sont détectés par l'algorithme Fuzzy C-means (FCM).
Complete list of metadata

Cited literature [45 references]  Display  Hide  Download

https://hal.inria.fr/hal-01294064
Contributor : Nesma Settouti <>
Submitted on : Saturday, March 26, 2016 - 6:40:17 PM
Last modification on : Wednesday, April 21, 2021 - 8:52:05 AM
Long-term archiving on: : Monday, June 27, 2016 - 10:50:17 AM

File

Rapport Glocome.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : hal-01294064, version 1

Collections

Citation

Settouti Nesma, Bechar Mohammed El Amine. Les Forêts Aléatoires en Apprentissage Semi-Supervisé (Co-forest) pour la segmentation des images rétiniennes. [Rapport de recherche] Biomedical Engineering Laboratory, Tlemcen University Algeria. 2015. ⟨hal-01294064⟩

Share

Metrics

Record views

251

Files downloads

1710