الرئيسية › دليل الباحثين › Wafa Baccouch
Wafa Baccouch
الانتماء : Tunis University · Tunis El Manar University
- 16منشورات (انتماء تونسي)
- 17مجموع المنشورات
- 69الاستشهادات
- 4مؤشر h
الملف البحثي
لدى Wafa Baccouch 16 منشور(ات) مفهرسة (2016–2026). تُنشر أعماله أساسًا في «Procedia Computer Science»، «Lecture notes in networks and systems» و«International Conference on Advanced Technologies for Signal and Image Processing». أكثر مقالاته استشهادًا هو «A comparative study of CNN and U-Net performance for automatic segmentation of medical images: application to cardiac MRI» (2023)، وقد استُشهد به 34 مرة. 8 من هذه المنشورات تعود إلى آخر ثلاث سنوات من النشاط. شارك في تأليف أعماله 12 باحثًا على الأقل، منهم باحثون من مؤسسات في فرنسا.
هل هذا أنت؟ عرّف بأبحاثك
أنشئ ملفك على DzCademia مجانًا وأضف مقالاتك: ستظهر بسهولة أكبر على Google وفي مساعدي الذكاء الاصطناعي مثل ChatGPT، فيقرؤها ويستشهد بها عدد أكبر من الناس.
إنشاء ملفي المجاني إضافة منشوراتيمجالات البحث
- Cardiac Imaging and Diagnostics
- Medical Image Segmentation Techniques
- Cardiovascular Function and Risk Factors
- Artificial Intelligence in Healthcare
- ECG Monitoring and Analysis
المنشورات (16)
- Deep Learning Based-Methods For Cardiovascular Disease Prediction: Comparative Analysis, Advances, and Future Directions
- A Hybrid Meta-Learning Framework Integrating ECG, Cine-MRI, and Biomarkers for Heart Failure Prediction
- Advancements in T1 Mapping for Cardiac MRI: Comprehensive Review of Techniques, Clinical Applications, Artificial Intelligence Integration, and Future Perspectives
- Deep Learning-Based Algorithm for the Classification of Left Ventricle Segments by Hypertrophy Severity
- Heart Failure Prediction: Performance Evaluation and Comparative Analysis of Machine Learning Algorithms
- An Improved Computational Model Based on Cardiac Imaging Data for the Quantitative and Qualitative Assessment of the Mechanical Properties of the Human Left Ventricle
- Automatic left ventricle volume and mass quantification from 2D cine-MRI: Investigating papillary muscle influence
- Convolution Neural Network for Objective Myocardial Viability Assessment Based on Regional Wall Thickness Quantification From Cine-MR Images
- A comparative study of CNN and U-Net performance for automatic segmentation of medical images: application to cardiac MRI
- Automatic Left Ventricle Segmentation from Short-Axis MRI Images Using U-Net with Study of the Papillary Muscles’ Removal Effect
- Quantification automatique de la fonction ventriculaire gauche en IRM pour l’aide au diagnostic des anomalies de contraction cardiaque
- Automatic delineation of left ventricle contours in MRI using deep learning
- Automatic Regional Estimation of Myocardial Strain Using Deep Learning
- Quantification of left ventricular function in MRI: a review of current approaches
- Preparation, characterization and evaluation of the catalytic power of an hybrid compound [H 3 PMo 12 O 40 -chitosan] for the azoic-colored solutions
- Removal of a wide range of dyes using 4-methyl-2-(naphthalen-2-yl)-N-propylpentanamide-functionalized ethoxy-silica and raw silica
مجلات النشر
- Procedia Computer Science × 2
- Lecture notes in networks and systems × 2
- International Conference on Advanced Technologies for Signal and Image Processing × 2
- Journal of the Textile Institute × 2
- Technologies × 1
- Current Cardiology Reviews × 1
المنشورات حسب السنة
- 20263
- 20253
- 20242
- 20233
- 20221
- 20211
- 20201
- 20171
- 20161
التعاون العلمي
المؤسسات الشريكة : University of Monastir · Ecole Nationale d'Ingénieurs de Monastir · Military Hospital of Tunis · Faculté de médecine de Tunis · École Nationale d'Ingénieurs de Metz
بلدان المؤلفين المشاركين : فرنسا
المؤلفون المشاركون
- Salam Labidi
- Narjes Benameur
- Sameh Oueslati
- Dhaker Lahidheb
- Mohamed Hamdaoui
- Abderrazak Jemai
- Moncef Aloui
- Faouzi Aloui
- Mahjoub Jabli
- Rania Awadi
- Amani Kallel
- Béchir Ben Hassine
البيانات البيبليوغرافية مصدرها OpenAlex (قاعدة مفتوحة).
لماذا تختارون Dzcademia؟
ملفات أكاديمية ومقالات ومداخلات علمية: امنحوا أبحاثكم حضوراً عاماً منظماً. تساعد البيانات الوصفية المدمجة محركات البحث ومساعدات الذكاء الاصطناعي على التعرف على أعمالكم وفهم مراجعها.
علّق عبر Google
سجّل الدخول عبر Google للتعليق مباشرة على هذه الصفحة.