Veuillez utiliser cette adresse pour citer ce document : http://dspace.univ-bouira.dz:8080/jspui/handle/123456789/13505
Titre: Une approche IA pour la classification des tumeurs c´er´ebrales `a partir des images IRM
Auteur(s): BENANE, Soumia
HAMBLI, Lynda
Mots-clés: tumeur cérébrale ; adénome hypophysaire
transfert learning ; machine Learning
Date de publication: 2021
Editeur: université akli mohand oulhadj-bouira
Résumé: La tumeur c´er´ebrale est l’une des maladies la plus dangereuse qui a caus´e le d´ec`es des enfants et les adultes, et cela, `a cause de sa rapidit´e d’´evolution qui peut nuire le fonctionnement de l’organisme. `A travers ce m´emoire, nous allons proposer une solution(approche) bas´ee sur le deep learning et le machine learning qui permet la classification des tumeurs c´er´ebrales en quatre classes (sain, tumeur gliome, tumeur m´eningiome et ad´enome hypophysaire) en exploitant les images IRM fournies par les sp´ecialistes.Notre proposition est bas´ee sur le concept transfert learning et utilise deux r´eseaux de neurones convolutifs pr´e-entraˆın´es afin d’effectuer l’extraction des caract´eristiques profondes des images de r´esonance magn´etique du cerveau. Les caract´eristiques profondes extraites sont ensuite ´evalu´ees par le classificateur du machine learning SVM. Les mod`eles cr´e´es ont prouv´e leur efficacit´e en obtenant une meilleure accuracy durant le test.
URI/URL: http://dspace.univ-bouira.dz:8080/jspui/handle/123456789/13505
Collection(s) :Mémoires Master

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
mémoireFinal.pdf2,3 MBAdobe PDFVoir/Ouvrir


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