 | Monter d'un niveau |
Réseau de collaborationCe graphique trace les liens entre tous les collaborateurs des publications de {} figurant sur cette page.
Chaque lien représente une collaboration sur la même publication. L'épaisseur du lien représente le nombre de collaborations.
Utilisez la molette de la souris ou les gestes de défilement pour zoomer à l'intérieur du graphique.
Vous pouvez cliquer sur les noeuds et les liens pour les mettre en surbrillance et déplacer les noeuds en les glissant.
Enfoncez la touche "Ctrl" ou la touche "⌘" en cliquant sur les noeuds pour ouvrir la liste des publications de cette personne.
Nuage de motsUn nuage de mots est une représentation visuelle des mots les plus fréquemment utilisés dans un texte ou un ensemble de textes. Les mots apparaissent dans différentes tailles, la taille de chaque mot étant proportionnelle à sa fréquence d'apparition dans le texte. Plus un mot est utilisé fréquemment, plus il apparaît en grand dans le nuage de mots. Cette technique permet de visualiser rapidement les thèmes et les concepts les plus importants d'un texte.
Dans le contexte de cette page, le nuage de mots a été généré à partir des publications de l'auteur {}. Les mots présents dans ce nuage proviennent des titres, résumés et mots-clés des articles et travaux de recherche de cet auteur. En analysant ce nuage de mots, vous pouvez obtenir un aperçu des sujets et des domaines de recherche les plus récurrents et significatifs dans les travaux de cet auteur.Le nuage de mots est un outil utile pour identifier les tendances et les thèmes principaux dans un corpus de textes, facilitant ainsi la compréhension et l'analyse des contenus de manière visuelle et intuitive.
Khomri, B., Christodoulidis, A., Djerou, L., Babahenini, M. C., & Cheriet, F. (2018). Particle swarm optimization method for small retinal vessels detection on multiresolution fundus images. Journal of Biomedical Optics, 23(5), 13 pages. Lien externe
Khomri, B., Christodoulidis, A., Djerou, L., Babahenini, M. C., & Cheriet, F. (2018). Retinal blood vessel segmentation using the elite-guided multi-objective artificial bee colony algorithm. IET Image Processing, 12(12), 2163-2171. Lien externe
Christodoulidis, A. (2017). Segmentation and Characterization of Small Retinal Vessels in Fundus Images Using the Tensor Voting Approach [Thèse de doctorat, École Polytechnique de Montréal]. Disponible
Khomri, B., Christodoulidis, A., Djerou, L., Babahenini, M. C., & Cheriet, F. (juillet 2017). Particle swarm optimization approach for the segmentation of retinal vessels from fundus images [Communication écrite]. 14th International Conference on Image Analysis and Recognition (ICIAR 2017), Montréal, Québec. Lien externe
Christodoulidis, A., Hurtut, T., & Cheriet, F. (avril 2017). Proliferative diabetic retinopathy characterization based on the spatial organization of vascular junctions in fundus images [Communication écrite]. 14th IEEE International Symposium on Biomedical Imaging (ISBI 2017), Melbourne, Australia. Lien externe
Christodoulidis, A., Hurtut, T., Tahar, H. B., & Cheriet, F. (2016). A multi-scale tensor voting approach for small retinal vessel segmentation in high resolution fundus images. Computerized Medical Imaging and Graphics, 52, 28-43. Lien externe
