Télécharger la présentation
La présentation est en train de télécharger. S'il vous plaît, attendez
Publié parOdilon Dias Modifié depuis plus de 10 années
1
Aurélie Bertaux Jerzy Korczak Fouille d'images IRMf Algorithme CURE
LSIIT-Illkirch France
2
Introduction Présentation de l’IRMf et fouille de données
Logiciel de visualisation Algorithme CURE Améliorations apportées Constitution de données synthétiques Résultats comparatifs
3
Acquisition IRMf
4
Plateforme de fouille de données
5
Aperçu de 3DSlicer
6
Contexte, objectif et contraintes
Introduction à l’IRMf Technique de l’IRMf Principe et mise en œuvre de l’IMRf La fouille de données Classification supervisée et non supervisée 4 algorithmes déjà implémentés par l’équipe 3DSlicer Outil de visualisation 3D
7
Algorithme CURE
8
Algorithme CURE
9
Améliorations effectuées
Tirage aléatoire Pour contrer l’enregistrement balayé de l’IRM Echantillonnage Utilisation d’un pourcentage des signaux uniquement Partitionnement Système de rechargement en signaux
10
Expérimentations sur données synthétiques Zone Activée / Zone Explorée
Signal d'activation: Volume cubique 5x5x5 voxels Type BoxCar par alternances de 5 images 3 rapports Signal/Bruit
11
Expérimentations sur données synthétiques Positifs / Négatifs
Vrais positifs : voxels bleus dans le cube. Faux positifs : voxels bleus hors du cube Faux négatifs : voxels verts dans cube Vrais négatifs : voxels verts hors du cube Nombre de classes Rapport de dilution Rapport signal/bruit
12
Résultats - nombre de classes
13
Résultats - rapport de dilution
14
Résultats – signal sur bruit
15
Conclusion CURE très gourmand en ressources Contributions :
tirage aléatoire Échantillonnage partitionnement Données 2D / 3D formes sphériques Slicer permet l’intégration d’un expert médecin Mémoire d’apprentissage et ajout de connaissances médicales
Présentations similaires
© 2024 SlidePlayer.fr Inc.
All rights reserved.