Please use this identifier to cite or link to this item: http://dspace.univ-bouira.dz:8080/jspui/handle/123456789/12332
Title: Semantic segmentation of medical images using deep learning
Authors: Abidat, Mohamed
Lachemat, Houssam Eddine Othman
Keywords: segmentation semantique ; resonance magnetique
tumeurs cerebrales ; neurones convolutifs.
Issue Date: 2021
Publisher: université akli mohand oulhadj-bouira
Abstract: La segmentation s emantique est une t^ache de vision par ordinateur qui consid ere les objets de la m^eme classe comme une seule entit e. elle a un large domaine d'applications telles que la conduite autonome, l'identi cation automatique des tissus pathologiques et plus encore . . . Nous nous concentrerons sur le probl eme de segmentation des tumeurs c er ebrales qui est consid er e comme l'un des probl emes de segmentation les plus di ciles dans le domaine m edical. o u nous voyons qu'un syst eme de segmentation automatique des tumeurs c er ebrales peut aider a surmonter ces di cult es. Dans cette etude, nous nous e or cons de proposer un syst eme de segmentation automatique des tumeurs c er ebrales bas e sur l'imagerie par r esonance magn etique (IRM). o u nous comptons sur les r eseaux de neurones convolutifs (CNN) pour construire nos syst emes. Nous avons propos e trois approches di erentes pour BraTS20 et deux approches pour BraTS17. Ces mod eles ont et e evalu es a l'aide de la fonction de score aux d es.
URI: http://dspace.univ-bouira.dz:8080/jspui/handle/123456789/12332
Appears in Collections:Mémoires Master

Files in This Item:
File Description SizeFormat 
Master's Degree Thesis.pdf6,55 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.