Biomedical Imaging Group
Logo EPFL
    • Splines Tutorials
    • Splines Art Gallery
    • Wavelets Tutorials
    • Image denoising
    • ERC project: FUN-SP
    • Sparse Processes - Book Preview
    • ERC project: GlobalBioIm
    • The colored revolution of bioimaging
    • Deconvolution
    • SMLM
    • One-World Seminars: Representer theorems
    • A Unifying Representer Theorem
Follow us on Twitter.
Join our Github.
Masquer le formulaire de recherche
Menu
BIOMEDICAL IMAGING GROUP (BIG)
Laboratoire d'imagerie biomédicale (LIB)
  1. School of Engineering STI
  2. Institute IEM
  3.  LIB
  4.  Student Projects
  • Laboratory
    • Laboratory
    • Laboratory
    • People
    • Jobs and Trainees
    • News
    • Events
    • Seminars
    • Resources (intranet)
    • Twitter
  • Research
    • Research
    • Researchs
    • Research Topics
    • Talks, Tutorials, and Reviews
  • Publications
    • Publications
    • Publications
    • Database of Publications
    • Talks, Tutorials, and Reviews
    • EPFL Infoscience
  • Code
    • Code
    • Code
    • Demos
    • Download Algorithms
    • Github
  • Teaching
    • Teaching
    • Teaching
    • Courses
    • Student projects
  • Splines
    • Teaching
    • Teaching
    • Splines Tutorials
    • Splines Art Gallery
    • Wavelets Tutorials
    • Image denoising
  • Sparsity
    • Teaching
    • Teaching
    • ERC project: FUN-SP
    • Sparse Processes - Book Preview
  • Imaging
    • Teaching
    • Teaching
    • ERC project: GlobalBioIm
    • The colored revolution of bioimaging
    • Deconvolution
    • SMLM
  • Machine Learning
    • Teaching
    • Teaching
    • One-World Seminars: Representer theorems
    • A Unifying Representer Theorem

Students Projects

Proposals  On-Going  Completed  

Reconnaissance automatique de la texture pulmonaire

Spring 2003
Master Semester Project
Project: 00060

00060
Les maladies du poumon sont caractérisées par une destruction ou une désorganisation du parenchyme pulmonaire qu'il est possible d'analyser à l'aide de la tomographie computiste (CT) à rayons X. Il est ainsi possible de classifier les maladies pulmonaires selon leur texture sur les images CT. A partir d'une collection d'images CT pulmonaires normales et pathologique dont le diagnostic est connu, le but du projet est de trouver des critères permettant de distinguer automatiquement les différentes maladies. Dans ce cadre, les algorithmes de reconnaissance de texture par traitement d’images seront étudiés et il s’agira de proposer et d’implémenter différents algorithmes adaptés aux images à analyser.
  • Supervisors
  • Daniel Sage, daniel.sage@epfl.ch, 021 693 51 89, BM 4.135
  • Michael Unser, michael.unser@epfl.ch, 021 693 51 75, BM 4.136
  • Laboratory
  • Research
  • Publications
  • Code
  • Teaching
    • Courses
    • Student projects
Logo EPFL, Ecole polytechnique fédérale de Lausanne
Emergencies: +41 21 693 3000 Services and resources Contact Map Webmaster email

Follow EPFL on social media

Follow us on Facebook. Follow us on Twitter. Follow us on Instagram. Follow us on Youtube. Follow us on LinkedIn.
Accessibility Disclaimer Privacy policy

© 2023 EPFL, all rights reserved