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).
Type de document :
Rapport
[Rapport de recherche] Biomedical Engineering Laboratory, Tlemcen University Algeria. 2015
Liste complète des métadonnées

Littérature citée [45 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/hal-01294064
Contributeur : Nesma Settouti <>
Soumis le : samedi 26 mars 2016 - 18:40:17
Dernière modification le : jeudi 11 janvier 2018 - 06:16:31
Document(s) archivé(s) le : lundi 27 juin 2016 - 10:50:17

Fichier

Rapport Glocome.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • 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〉

Partager

Métriques

Consultations de la notice

141

Téléchargements de fichiers

470