Accueil › Annuaire des chercheurs › Ines Slim
Ines Slim
Affiliation : University of Monastir
- 3Publications (affiliation tunisienne)
- 5Publications au total
- 19Citations
- 2Indice h
Profil de recherche
Ines Slim compte 3 publications référencées (2016–2019). Ses travaux paraissent principalement dans « Advances in predictive, preventive and personalised medicine », « International Journal of Medical Imaging » et « International Conference on Computer Graphics, Imaging and Visualization (CGIV) ». Son article le plus cité, « Synthesis of Mammographic Images Based on the Fractional Brownian Motion » (2018), a été cité 8 fois. 2 de ces publications datent des trois dernières années d’activité. Ses travaux sont cosignés avec au moins 4 chercheurs.
C’est vous ? Faites connaître vos travaux
Créez gratuitement votre profil DzCademia et ajoutez vos articles : ils apparaîtront plus facilement sur Google et dans les assistants d’IA comme ChatGPT. Plus de personnes pourront vous lire et vous citer.
Créer mon profil gratuit Ajouter mes publicationsDomaines de recherche
- Medical Image Segmentation Techniques
- AI in cancer detection
- Radiomics and Machine Learning in Medical Imaging
- Bone health and osteoporosis research
- Image Retrieval and Classification Techniques
Publications (3)
- Mulitifractal Analysis with Lacunarity for Microcalcification Segmentation
- Synthesis of Mammographic Images Based on the Fractional Brownian Motion
- Trabecular Bone Radiograph Characterization Using Lacunarity Measurement
Revues de publication
- Advances in predictive, preventive and personalised medicine × 1
- International Journal of Medical Imaging × 1
- International Conference on Computer Graphics, Imaging and Visualization (CGIV) × 1
Publications par année
- 20191
- 20181
- 20161
Co-auteurs
Données bibliographiques issues d’OpenAlex (base ouverte).
Pourquoi choisir DzCademia ?
Pour donner à vos travaux plus de chances d’être découverts et recommandés par les IA. Profils, articles et communications : donnez à votre recherche une présence publique structurée. Les métadonnées intégrées aident les moteurs de recherche et les assistants IA à identifier vos travaux et à comprendre leurs références.
Commenter avec Google
Connecte-toi avec Google pour commenter directement sur cette page.