|
| Titre : | Classification des tumeurs cérébrales par les réseaux de neurones convolutifs (CNN) | | Type de document : | theses et memoires | | Auteurs : | Wissam Bengana, Auteur ; Leticia Kaddour, Auteur ; Ouiza Nait Belaid, Directeur de thèse | | Editeur : | TIZI-OUZOU : FGEI.UMMTO | | Année de publication : | 2023 | | Importance : | 64 p. | | Présentation : | ill. | | Format : | 30 cm. | | Note générale : | Bibliogr. | | Langues : | Français | | Mots-clés : | Tumeur cérébrale IRM Deep learning Classification Transfer learning DenseNet121 VGG19. | | Résumé : | L'objectif de ce projet est d'explorer l'utilisation de l'apprentissage profond, et plus spéci quement des réseaux de neurones convolutifs (CNN), pour classi er trois types de tumeurs cérébrales à partir d'images d'IRM. Trois modèles CNN ont été utilisés pour cette tâche : DenseNet121, VGG19 et un modèle concaténé combinant ces deux architectures. L'objectif principal est de comparer les performances de ces modèles pour la classi cation des tumeurs en utilisant des métriques telles que la précision, le rappel et le F1-score.
L'environnement de développement choisi est Google Colab, une plateforme cloud qui permet d'accéder à des ressources de calcul puissantes, notamment des GPU, essentiels pour l'entraînement e cace des modèles d'apprentissage profond. Le prétraitement des données inclut la normalisation des images et leur redimensionnement à une taille uniforme. Des techniques comme le transfert d'apprentissage et la régularisation par Dropout ont été utilisées pour optimiser les performances des modèles.
En résumé, ce projet vise à classi er avec précision les tumeurs cérébrales à partir d'images d'IRM en utilisant diérentes architectures CNN. Les résultats montrent que le modèle concaténé ore une précision supérieure par rapport aux modèles individuels, démontrant ainsi l'e cacité de la combinaison de plusieurs architectures pour améliorer la performance de classi cation. | | Diplôme : | Master | | En ligne : | https://dspace.ummto.dz/handle/ummto/26869 | | Permalink : | ./index.php?lvl=notice_display&id=37629 |
Classification des tumeurs cérébrales par les réseaux de neurones convolutifs (CNN) [theses et memoires] / Wissam Bengana, Auteur ; Leticia Kaddour, Auteur ; Ouiza Nait Belaid, Directeur de thèse . - TIZI-OUZOU (TIZI-OUZOU) : FGEI.UMMTO, 2023 . - 64 p. : ill. ; 30 cm. Bibliogr. Langues : Français | Mots-clés : | Tumeur cérébrale IRM Deep learning Classification Transfer learning DenseNet121 VGG19. | | Résumé : | L'objectif de ce projet est d'explorer l'utilisation de l'apprentissage profond, et plus spéci quement des réseaux de neurones convolutifs (CNN), pour classi er trois types de tumeurs cérébrales à partir d'images d'IRM. Trois modèles CNN ont été utilisés pour cette tâche : DenseNet121, VGG19 et un modèle concaténé combinant ces deux architectures. L'objectif principal est de comparer les performances de ces modèles pour la classi cation des tumeurs en utilisant des métriques telles que la précision, le rappel et le F1-score.
L'environnement de développement choisi est Google Colab, une plateforme cloud qui permet d'accéder à des ressources de calcul puissantes, notamment des GPU, essentiels pour l'entraînement e cace des modèles d'apprentissage profond. Le prétraitement des données inclut la normalisation des images et leur redimensionnement à une taille uniforme. Des techniques comme le transfert d'apprentissage et la régularisation par Dropout ont été utilisées pour optimiser les performances des modèles.
En résumé, ce projet vise à classi er avec précision les tumeurs cérébrales à partir d'images d'IRM en utilisant diérentes architectures CNN. Les résultats montrent que le modèle concaténé ore une précision supérieure par rapport aux modèles individuels, démontrant ainsi l'e cacité de la combinaison de plusieurs architectures pour améliorer la performance de classi cation. | | Diplôme : | Master | | En ligne : | https://dspace.ummto.dz/handle/ummto/26869 | | Permalink : | ./index.php?lvl=notice_display&id=37629 |
|
Ajouter le résultat dans votre panier Faire une suggestion Affiner la recherche Interroger des sources externesClassification des tumeurs cérébrales par les réseaux de neurones convolutifs (CNN) / Wissam Bengana (2023)
