Détection et calcul automatique du diamètre pupillaire
Des informations générales:
Le niveau |
Master |
Titre |
Détection et calcul automatique du diamètre pupillaire |
SPECIALITE |
Imagerie Médicale |
Page de garde:
Sommaire:
Introduction Générale
Chapitre 1 Aspect Médical
1 Introduction
2 L’oeil
Dimensions de l’oeil.
3 Tissus externes du globe oculaire.
3.1 Cornée.
4 Iris
5 Pupille
6.1 Muscle dilatateur
6 Dilatation des pupilles en ophtalmologie
6.1 Dilatation
6.2 Déroulement de la dilatation
6.3 Les cas qu’on besoin dilater l’œil
6.4 Durée de la dilatation des pupilles
6.5 Produits médicamenteux prescrits
6.6 Personnes autorisées à dilater les yeux des patients.
6.7 Actes opératoires pour lesquels il ne faut pas effectuer de dilatation
7 Conclusion
Chapitre 2: État de l’art
1 Introduction
2 Pupillomètre
2.1 Pupillométrie automatisée
2.2 Mesure de distance pupillaire en ophtalmologie
3 Techniques de Deep Learning utilisées pour la prédiction de la taille des pupilles
3.1 Réseau neuronal convolutif (CNN).
3.2 Architecture du CNN
3.3 CNN et la taille du pupille.
4 Résultat
4.1 Méthodes utilisées pour la détection des yeux.
4.2 Algorithme Filtrage des ondelettes de Haar
4.3 Algorithme génétique.
4.4 Méthode du seuil basée sur les caractéristiques de couleur Algorithme Classificateur Haar
5 Méthodes utilisées pour la Détection de pupille
5.1 Algorithme Canny
5.2 T2FS
5.3 Algorithme de Sobel
5.4 Morphologie
5.5 Algorithme d’étiquetage
5.6 Seuil binaire
6 Méthodes utilisées pour la mesure du diamètre de la pupille
6.1 Algorithme d’ajustement d’ellipse.
6.2 Transformée de Hough.
7 Conclusion
Chapitre 3 Approche proposée et résultats
1 Introduction
2 Photographie infrarouge
3 Importance de la photographie infrarouge en imagerie médicale et observation
4 Équipement nécessaire pour la photographie infrarouge
4.1 Caméra infrarouge convertie
4.2 Filtre infrarouge
4.3 Film infrarouge.
5.1 Notions informatiques
5.2 Python
5.3 OpenCV
5.4 Fonctionnalités.
5.5 Traitement d’image.
6 Interface
6.1 Première page.
6.2 Deuxième page
6.3 Troisième page.
7 Django
8 Explication de l’algorithme.
8.1 Approche proposée
8.2 Approximation des contours.
9 Base des données et résultats
9.1 MRL DATA SET
9.2 Notre approche sur la base de données Résultats
10.1 Résultat et discussion sur les images de p2.
10.2 Résultat et discussion sur les images de p1.
11 Critères pour obtenir une valeur de diamètre précise
11.1 Transformation de pixels en millimètre
12 Conclusion
Chapitre 1 Aspect Médical
1 Introduction
2 L’oeil
Dimensions de l’oeil.
3 Tissus externes du globe oculaire.
3.1 Cornée.
4 Iris
5 Pupille
6.1 Muscle dilatateur
6 Dilatation des pupilles en ophtalmologie
6.1 Dilatation
6.2 Déroulement de la dilatation
6.3 Les cas qu’on besoin dilater l’œil
6.4 Durée de la dilatation des pupilles
6.5 Produits médicamenteux prescrits
6.6 Personnes autorisées à dilater les yeux des patients.
6.7 Actes opératoires pour lesquels il ne faut pas effectuer de dilatation
7 Conclusion
Chapitre 2: État de l’art
1 Introduction
2 Pupillomètre
2.1 Pupillométrie automatisée
2.2 Mesure de distance pupillaire en ophtalmologie
3 Techniques de Deep Learning utilisées pour la prédiction de la taille des pupilles
3.1 Réseau neuronal convolutif (CNN).
3.2 Architecture du CNN
3.3 CNN et la taille du pupille.
4 Résultat
4.1 Méthodes utilisées pour la détection des yeux.
4.2 Algorithme Filtrage des ondelettes de Haar
4.3 Algorithme génétique.
4.4 Méthode du seuil basée sur les caractéristiques de couleur Algorithme Classificateur Haar
5 Méthodes utilisées pour la Détection de pupille
5.1 Algorithme Canny
5.2 T2FS
5.3 Algorithme de Sobel
5.4 Morphologie
5.5 Algorithme d’étiquetage
5.6 Seuil binaire
6 Méthodes utilisées pour la mesure du diamètre de la pupille
6.1 Algorithme d’ajustement d’ellipse.
6.2 Transformée de Hough.
7 Conclusion
Chapitre 3 Approche proposée et résultats
1 Introduction
2 Photographie infrarouge
3 Importance de la photographie infrarouge en imagerie médicale et observation
4 Équipement nécessaire pour la photographie infrarouge
4.1 Caméra infrarouge convertie
4.2 Filtre infrarouge
4.3 Film infrarouge.
5.1 Notions informatiques
5.2 Python
5.3 OpenCV
5.4 Fonctionnalités.
5.5 Traitement d’image.
6 Interface
6.1 Première page.
6.2 Deuxième page
6.3 Troisième page.
7 Django
8 Explication de l’algorithme.
8.1 Approche proposée
8.2 Approximation des contours.
9 Base des données et résultats
9.1 MRL DATA SET
9.2 Notre approche sur la base de données Résultats
10.1 Résultat et discussion sur les images de p2.
10.2 Résultat et discussion sur les images de p1.
11 Critères pour obtenir une valeur de diamètre précise
11.1 Transformation de pixels en millimètre
12 Conclusion
Télécharger:
Pour plus de
sources et références universitaires
(mémoires, thèses et articles
), consultez notre site principal.