|
| Titre : | Classification des images médicales radiographiques par deep learning. | | Type de document : | theses et memoires | | Auteurs : | Hassina Amrar, Auteur ; Wassila Bedouhene, Auteur ; Leila Lahdir, Directeur de thèse | | Editeur : | TIZI-OUZOU : FGEI.UMMTO | | Année de publication : | 2022 | | Importance : | 84 p. | | Présentation : | ill. | | Format : | 30 cm. | | Note générale : | Bibliogr. | | Langues : | Français | | Mots-clés : | Deep learning Images médicales Réseaux de neurone convolutifs | | Résumé : | La pneumonie est une infection courante des poumons qui affecte principalement les individus. Elle résulte de l’inflammation des tissus pulmonaires provoquée par divers agents pathogènes tels que les bactéries, les virus ou les champignons. Dans la plupart des cas, les symptômes de la pneumonie peuvent prendre plusieurs semaines à se manifester complètement. Récemment, les techniques d’apprentissage automatique (ML) ont été appliquées dans le domaine de la biologie médicale et de l’informatique pour aider à prendre des décisions de diagnostic et d’analyse dans la lutte contre la pneumonie. Cette recherche vise à mettre en place un système de classification automatique de la pneumonie en utilisant un réseau de neurones convolutifs (CNN) en conjonction avec divers algorithmes d’optimisation. Elle repose sur le traitement de bases de données d’images médicales issues de radiographies thoraciques afin de classifier les cas comme étant atteints de pneumonie ou non. | | Diplôme : | Master | | Permalink : | ./index.php?lvl=notice_display&id=36874 |
Classification des images médicales radiographiques par deep learning. [theses et memoires] / Hassina Amrar, Auteur ; Wassila Bedouhene, Auteur ; Leila Lahdir, Directeur de thèse . - TIZI-OUZOU (TIZI-OUZOU) : FGEI.UMMTO, 2022 . - 84 p. : ill. ; 30 cm. Bibliogr. Langues : Français | Mots-clés : | Deep learning Images médicales Réseaux de neurone convolutifs | | Résumé : | La pneumonie est une infection courante des poumons qui affecte principalement les individus. Elle résulte de l’inflammation des tissus pulmonaires provoquée par divers agents pathogènes tels que les bactéries, les virus ou les champignons. Dans la plupart des cas, les symptômes de la pneumonie peuvent prendre plusieurs semaines à se manifester complètement. Récemment, les techniques d’apprentissage automatique (ML) ont été appliquées dans le domaine de la biologie médicale et de l’informatique pour aider à prendre des décisions de diagnostic et d’analyse dans la lutte contre la pneumonie. Cette recherche vise à mettre en place un système de classification automatique de la pneumonie en utilisant un réseau de neurones convolutifs (CNN) en conjonction avec divers algorithmes d’optimisation. Elle repose sur le traitement de bases de données d’images médicales issues de radiographies thoraciques afin de classifier les cas comme étant atteints de pneumonie ou non. | | Diplôme : | Master | | Permalink : | ./index.php?lvl=notice_display&id=36874 |
|
Ajouter le résultat dans votre panier Faire une suggestion Affiner la recherche Interroger des sources externesClassification des images médicales radiographiques par deep learning. / Hassina Amrar (2022)
