Titre :	Application de modèle RF à la classification des images cérébrales IRM pour la détection des zones atteintes
Type de document :	theses et memoires
Auteurs :	Nora Si Hadj Mohand, Auteur ; Malia Salaouatchi, Auteur ; Mourad Lazri, Auteur
Editeur :	TIZI-OUZOU : FGEI.UMMTO
Année de publication :	2022
Importance :	79 p.
Présentation :	ill.
Format :	30 cm.
Note générale :	Bibliogr.
Langues :	Français
Mots-clés :	Système nerveux  AVC  Tumeurs cérébrales  Images médicales  Traitement d’images  Image numérique  Pixel  Histogramme  Attributs de texture  Segmentation d’image  Techniques d’imagerie cérébrale  IRM  Rayon X  TDM  Radiographie  Rayons gamma  TEP  Scintigraphie  Electroencéphalographie EEG  Random Forest  Algorithme des forets aléatoire  BAGGING  classification  EPINETLAB.
Résumé :	Ce mémoire explore l'application des modèles de forêt aléatoire (RF) à la classification des images cérébrales obtenues par résonance magnétique (IRM) en vue de détecter les zones atteintes. L'étude se concentre sur l'utilisation de techniques d'apprentissage automatique pour améliorer la précision et l'efficacité du diagnostic des troubles cérébraux. Les résultats obtenus mettent en évidence le potentiel de cette approche pour contribuer à une détection précoce et précise des anomalies cérébrales, ce qui pourrait avoir un impact significatif sur les soins de santé et la prise en charge des patients.
Diplôme :	Master
Permalink :	./index.php?lvl=notice_display&id=36842

Application de modèle RF à la classification des images cérébrales IRM pour la détection des zones atteintes [theses et memoires] / Nora Si Hadj Mohand, Auteur ; Malia Salaouatchi, Auteur ; Mourad Lazri, Auteur . - TIZI-OUZOU (TIZI-OUZOU) : FGEI.UMMTO, 2022 . - 79 p. : ill. ; 30 cm.
Bibliogr.
Langues : Français

Mots-clés :	Système nerveux  AVC  Tumeurs cérébrales  Images médicales  Traitement d’images  Image numérique  Pixel  Histogramme  Attributs de texture  Segmentation d’image  Techniques d’imagerie cérébrale  IRM  Rayon X  TDM  Radiographie  Rayons gamma  TEP  Scintigraphie  Electroencéphalographie EEG  Random Forest  Algorithme des forets aléatoire  BAGGING  classification  EPINETLAB.
Résumé :	Ce mémoire explore l'application des modèles de forêt aléatoire (RF) à la classification des images cérébrales obtenues par résonance magnétique (IRM) en vue de détecter les zones atteintes. L'étude se concentre sur l'utilisation de techniques d'apprentissage automatique pour améliorer la précision et l'efficacité du diagnostic des troubles cérébraux. Les résultats obtenus mettent en évidence le potentiel de cette approche pour contribuer à une détection précoce et précise des anomalies cérébrales, ce qui pourrait avoir un impact significatif sur les soins de santé et la prise en charge des patients.
Diplôme :	Master
Permalink :	./index.php?lvl=notice_display&id=36842