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 | Taille | Format | |
---|---|---|---|---|
mémoireFinal.pdf | 2,3 MB | Adobe PDF | Voir/Ouvrir |
Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.