Bonsoir à tous,
j'ai des images radios de plusieurs patients, prises des deux côtés (gauche et droite) : soit donc 2 images par patient.
Jusqu'au là, j'ai travaillé uniquement sur les images de droite pour déterminer la classe d'appartenance du nez du patient (3 classes en tout : A,B et C).
Je veux enrichir ce travail en incluant maintenant les images de gauche. Je voudrai savoir s'il est possible de traiter ce problème via un classifieur précis (exemple les forêts aléatoires) ou une certaine méthode / approche pour avoir en résultat un ensemble de conclusion du type :
- si à partir de l'image de droite l'appartenance est confirmée à plus de XX% à la classe A, alors passer à l'image de gauche dans le traitement.
- si à partir de l'image de gauche l'appartenance est confirmée à plus de YY% à la classe B, arrêter le programme.
En gros, les résultats d'un JPDA filter, mais d'une manière automatisée (je n'ai pas à introduire les hypothèses moi-même puisque je ne les connais pas).
Je suis preneur pour toute suggestion
Merci !
Partager