La détection des vertèbres dans les images radiographiques

Table des matières

Introduction
Chapitre I : Etat de l’art
Introduction
I.1Les méthodes empiriques
I.2 Les modèles déformables
I.3 Les méthodes statistiques
Chapitre II : Méthodologie
II.1 Architecture et représentation de la méthode
II.2 Le prétraitement
II.2.1 Modification d’histogramme
II.2.2 L’égalisation d’histogramme
II.2.3 L’égalisation d’histogramme adaptative
II.3 L’extraction des caractéristiques
II.3.1 La représentation par la transformée d’ondelettes
II.3.1.1 Introduction à la théorie d’ondelettes
II.3.1.2 L’analyse en ondelettes
II.3.1.3 Le choix d’ondelettes
II.3.1.4 Ondelettes de Harr
II.3.1.5 Représentation par ondelettes proposée
II.3.2 La représentation par les moments invariants de HU
II.3.2.1 Les moments géométriques
II.3.2.2 Théorie des moments
II.4 Classification SVM
II.4.1 Notions sur l’apprentissage statistique
II.4.1.1 Généralités
II.4.1.2 Formulation d’un problème de classification
II.4.1.3 Minimisation du risque structurel
II.4.2 Théorie des machines à vecteurs de support
II.4.2.1 Introduction
II.4.2.2 Principe des machines à vecteurs de support
II.4.2.3 Cas des données linéairement séparables
II.4.2.4 Cas des données non linéairement séparables
II.4.3 Architecture d’un classificateur SVM
II.4.3.1 La fonction noyau
II.4.3.2 Sélection de modèle SVM
II.4.3.3 Estimation de l’erreur de généralisation
II.5 Détection par SVM
II.5.1 Coefficient de corrélation
II.6 Estimation par RANSAC
II.6.1 L’algorithme RANSAC
II.6.2 Sélection des paramètres
Chapitre III. Résultats Expérimentaux
III.1 Base d’image
III.2 Etape de classification
III.3 Etape de test et validation
III.4 Etape de détection
III.5 Raffinement des résultats de détection
III.5.1 Elimination des fausses détections
III.5.2 Recouvrement des vertèbres manquantes
Conclusion
Perspectives et travaux futur
Bibliographie