Veuillez utiliser cette adresse pour citer ce document : http://dspace.univ-bouira.dz:8080/jspui/handle/123456789/12332
Affichage complet
Élément Dublin CoreValeurLangue
dc.contributor.authorAbidat, Mohamed-
dc.contributor.authorLachemat, Houssam Eddine Othman-
dc.date.accessioned2022-02-24T10:40:46Z-
dc.date.available2022-02-24T10:40:46Z-
dc.date.issued2021-
dc.identifier.urihttp://dspace.univ-bouira.dz:8080/jspui/handle/123456789/12332-
dc.description.abstractLa 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.en_US
dc.language.isofren_US
dc.publisheruniversité akli mohand oulhadj-bouiraen_US
dc.subjectsegmentation semantique ; resonance magnetiqueen_US
dc.subjecttumeurs cerebrales ; neurones convolutifs.en_US
dc.titleSemantic segmentation of medical images using deep learningen_US
dc.typeThesisen_US
Collection(s) :Mémoires Master

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
Master's Degree Thesis.pdf6,55 MBAdobe PDFVoir/Ouvrir


Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.