Modele Deep learning pour dierencier la pneumonie COVID-19 des autres pneumonies.

Abstract

Le nouveau coronavirus egalement appel e COVID-19 est originaire deWuhan, en Chine, en decembre 2019 et s'est maintenant r epandu dans le monde entier. Comme le nombre de cas augmente rapidement, la plupart des pays sont confront es a une p enurie de kits de test et de ressources. La quantit e limit ee de kits de test et un certain nombre de cas quotidiens, nous encourage a proposer un mod ele d'apprentissage profond qui peut aider les radiologues et les cliniciens dans la d etection des cas de COVID-19 et les autres types de pneumonie, a l'aide des images radiologies pulmonaires. Les r eseaux de neurones ont un fort potentiel dans ce domaine, ils r esolvent les probl emes de mani ere identique avec l'humain. L'objectif de ce travail est de proposer une approche du Deep Learning dans le domaine de la pathologie m edicale pour d etecter le COVID-19. Pour ce faire, nous avons choisi d'utiliser les r eseaux de neurones convolutifs (CNN) gr^ace a son e cacit e pour r esoudre les probl emes de classi cation d'images