Accueil › Annuaire des chercheurs › Asma Ammari
Asma Ammari
أسماء عماري(transcription automatique)
Affiliation : University of Biskra
- 14Publications (affiliation algérienne)
- 15Publications au total
- 54Citations
- 4Indice h
Profil de recherche
Asma Ammari compte 14 publications référencées (2019–2025). Ses travaux paraissent principalement dans « International Symposium on iNnovative Informatics of Biskra (ISNIB) », « Advances in intelligent systems research/Advances in Intelligent Systems Research » et « IET Image Processing ». Son article le plus cité, « A review of approaches investigated for right ventricular segmentation using short‐axis cardiac MRI » (2021), a été cité 25 fois. 6 de ces publications datent des trois dernières années d’activité. Ses travaux sont cosignés avec au moins 12 chercheurs, notamment dans des établissements de Tunisie, France.
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
- Cardiac Imaging and Diagnostics
- Artificial Intelligence in Healthcare and Education
- Advanced Neural Network Applications
- Cell Image Analysis Techniques
Publications (14)
- Quantifying Explainability: Essential Guidelines for Evaluating XAI Methods
- LSTM-based prediction of emotional patterns in MOOCs from behavioral data
- Paludism Detection using Convolutional Neural Networks
- TIASM-Platform: A New AI Powered Platform For E-Health
- Swin-Unet vs U-Net in MRI images of right ventricular Segmentation: Comparative study
- Paludism Diagnosis Using Deep Learning
- Deep-active-learning approach towards accurate right ventricular segmentation using a two-level uncertainty estimation
- Clinical-Guided Strategy Towards a Spatio-Temporal Cardiac MRI Right Ventricular Short-Axis (ST-CMRI-RVSA) Labeled Dataset
- Analysis of Right Ventricle Segmentation in the End Diastolic and End Systolic Cardiac Phases Using UNet-Based Models
- A review of approaches investigated for right ventricular segmentation using short‐axis cardiac MRI
- Slice-Level-Guided Convolutional Neural Networks to study the Right Ventricular Segmentation using MRI Short-Axis sequences
- Accuracy Assessment of a Deep-Learning Based Segmentation Tool Over Right Ventricle Short-Axis Slices
- Left ventricular segmentation based on a parallel watershed transformation towards an accurate heart function evaluation
- Omnet++ Simulation of Facial Nerve Monitoring in Real Time Neurosurgery Based on WBAN
Revues de publication
- International Symposium on iNnovative Informatics of Biskra (ISNIB) × 2
- Advances in intelligent systems research/Advances in Intelligent Systems Research × 2
- IET Image Processing × 2
- Education and Information Technologies × 1
- Information systems engineering and management × 1
- Computerized Medical Imaging and Graphics × 1
Publications par année
- 20255
- 20241
- 20223
- 20212
- 20201
- 20192
Collaborations
Établissements partenaires : University of Monastir · Hospital Fatuma Bourguiba Monastir · Centre National de la Recherche Scientifique · Laboratoire d'Informatique Gaspard-Monge · ESIEE Paris
Pays des co-auteurs : Tunisie · France
Co-auteurs
- Rachida Saouli
- Fadia Baissi
- Elhadj Abdelkader Abdelbaki
- Amira Mohammedi
- Laïd Kahloul
- Rachida Ben Abedelaziz
- Iman Youkana
- Soumia Djellikh
- Samir Bourekkache
- Ahmed Aloui
- Nihel Fatima Baarir
- Imane Youkana
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.