|
| Titre : | Classification automatique de tumeurs cérébrales en utilisant les réseaux de neurones profonds convolutifs (CNN) | | Type de document : | theses et memoires | | Auteurs : | Ryma Mezahem, Auteur ; Yasmine Boudarene, Auteur ; Takfarinas Chelli, Directeur de thèse | | Editeur : | Tizi-Ouzou : UMMTO F.G.E.I | | Année de publication : | 2024 | | Importance : | 91 p. | | Présentation : | ill. | | Format : | PDF | | Note générale : | Bibliogr. | | Langues : | Français | | Mots-clés : | Intelligence artificielle Deep Learning, Détection automatique Tumeurs cérébrales IRM (Imagerie par Résonance Magnétique) Réseaux de Neurones Convolutifs (CNN) Diagnostic médical Précision | | Résumé : | Ce mémoire de fin d’études a pour objectif principal d’élaborer une approche basée sur l’intelligence artificielle(IA), et plus précisément le Deep Learning pour la détection automatique de tumeurs cérébrales à partir d’images obtenues par Résonance Magnétique (IRM). Face au défi du diagnostic précoce, ce travail propose d’utiliser les Réseaux de Neurones Convolutifs (CNN) pour analyser les images afin de différencier les tissus tumoraux des tissus sains. La démarche méthodologique implique l’entrainement et l’évaluation de plusieurs modèles de réseaux de neurones sur un jeu de données d’images IRM. Les performances de ces modèles sont ensuite analysées à travers une série de six tests et une comparaison est établie sur la base de métriques essentiels telles que la précision et la perte, avec une analyse détaillée des résultats et une discussion approfondie. Les résultats de cette étude démontrent le potentiel des techniques de Deep Learning à offrir un dispositif d’assistance au diagnostic médical, capable de détecter les tumeurs cérébrales avec une grande précision. Ce travail constitue une contribution significative en vue d’améliorer la fiabilité et l’efficacité du diagnostic clinique. | | Diplôme : | Master | | Permalink : | ./index.php?lvl=notice_display&id=37951 |
Classification automatique de tumeurs cérébrales en utilisant les réseaux de neurones profonds convolutifs (CNN) [theses et memoires] / Ryma Mezahem, Auteur ; Yasmine Boudarene, Auteur ; Takfarinas Chelli, Directeur de thèse . - Tizi-Ouzou (Tizi-Ouzou) : UMMTO F.G.E.I, 2024 . - 91 p. : ill. ; PDF. Bibliogr. Langues : Français | Mots-clés : | Intelligence artificielle Deep Learning, Détection automatique Tumeurs cérébrales IRM (Imagerie par Résonance Magnétique) Réseaux de Neurones Convolutifs (CNN) Diagnostic médical Précision | | Résumé : | Ce mémoire de fin d’études a pour objectif principal d’élaborer une approche basée sur l’intelligence artificielle(IA), et plus précisément le Deep Learning pour la détection automatique de tumeurs cérébrales à partir d’images obtenues par Résonance Magnétique (IRM). Face au défi du diagnostic précoce, ce travail propose d’utiliser les Réseaux de Neurones Convolutifs (CNN) pour analyser les images afin de différencier les tissus tumoraux des tissus sains. La démarche méthodologique implique l’entrainement et l’évaluation de plusieurs modèles de réseaux de neurones sur un jeu de données d’images IRM. Les performances de ces modèles sont ensuite analysées à travers une série de six tests et une comparaison est établie sur la base de métriques essentiels telles que la précision et la perte, avec une analyse détaillée des résultats et une discussion approfondie. Les résultats de cette étude démontrent le potentiel des techniques de Deep Learning à offrir un dispositif d’assistance au diagnostic médical, capable de détecter les tumeurs cérébrales avec une grande précision. Ce travail constitue une contribution significative en vue d’améliorer la fiabilité et l’efficacité du diagnostic clinique. | | Diplôme : | Master | | Permalink : | ./index.php?lvl=notice_display&id=37951 |
|
Ajouter le résultat dans votre panier Faire une suggestion Affiner la recherche Interroger des sources externesClassification automatique de tumeurs cérébrales en utilisant les réseaux de neurones profonds convolutifs (CNN) / Ryma Mezahem (2024)
