Appareillage biomédicale

Permanent URI for this collectionhttps://dspace.univ-boumerdes.dz/handle/123456789/3659

Browse

Has files: Yes

Search Results

Now showing 1 - 4 of 4
  • No Thumbnail Available
    Item
    Contrôle de qualité physicochimie et microbiologique d’un médicament antihistaminique de forme liquide HISTAGAN® 0,01 %
    (M'hamed Bougara faculté des sciences, 2020) MESSAADI, Amira; SEDDA, Rabea
    Afin d’obtenir une action thérapeutique toujours identique avec un même produit pharmaceutique, ce dernier doit présenter des caractéristiques constantes et parfaitement définies. Le but de ce travail consiste à l’étude du contrôle de qualité du médicament HISTAGAN® 0,01% sirop dont son principe actif est un antihistaminique de type 1. Une série de contrôle physico-chimique (HPLC, Ultra-violet) et microbiologique ont été effectués au sien du groupe pharmaceutique algérien SAIDAL. La partie pratique a été réalisée sur la forme brute (matière première) et la forme commerciale (produit fini).
  • No Thumbnail Available
    Item
    Identification des troubles de la voix par l’analyse temps-fréquence et les machines à vecteurs de support
    (2016) Benammar, Nesrine; Boutiche, Amina
    Le travail que nous présentons dans ce mémoire consiste à concevoir un système d’aide au diagnostic qui permet l’identification des troubles vocaux à partir des ondes acoustiques. Le système proposé est basé sur la transformée en ondelettes continue et les statistiques d’ordre supérieur pour l’extraction d’attributs. Une échelle d’ondelette modifiée basée sur la gamme fréquentielle audiométrique de perception humaine a été exploitée. La technique de Fisher a été utilisée en vue de sélectionner les attributs. Ce système classifie les sons de la voix en utilisant les machines à vecteurs de supports (En anglais : Support Vector Machines - SVMs). La décision finale consiste à indiquer s’il s’agit d’une voix saine ou pathologique. Les bases de données « Saarbrücken Voice Database -SVD- » et « Massachusetts Eye & Ear Infirmary - MEEI » ont été utilisées dans la partie expérimentale. Les mesures de performances utilisées dans cette étude sont : le taux de bonne classification (TBC), taux de vrais positif (TVP), taux de vrais négatif (TVN), la courbe ROC et l’AUC (Area Under roc Curve). Les résultats obtenus nous ont permis de donner des conclusions importantes sur les bases de données des voix pathologiques.
  • No Thumbnail Available
    Item
    Détection précoce du Cancer de larynx à partir de la voix
    (2016) Drouazi, Meriem; Dahmani, Manel
    L’objectif de ce projet est de concevoir un système d’aide au diagnostic en vue de la détection précoce du Cancer de larynx à partir de la voix. Principalement, il s’agit de différencier entre les pathologies précancéreux « Leucoplasie » et bégnines des patients ayant des troubles vocaliques. Le système proposé est basé sur deux étapes principales : (i) l’extraction d’attributs et (ii) la classification. Les attributs discriminatifs que nous avons choisis englobent trois types de paramètres : (i) paramètres du conduit vocal, (ii) signature de la source d’excitation, et (iii) les paramètres de bruit. Le schéma de classification est basé sur les Machines à Vecteur de Supports « SVMs : Support Vector Machines ». L’extraction des attributs est réalisée par deux logiciels de simulation : le logiciel d’analyse de la parole « PRAAT» et MATLAB de Mathworks. L’outil de datamining : « WEKA » a été utilisé pour réaliser la classification. La base de données SVD a été utilisée dans nos expérimentations. Les mesures de performances utilisées dans cette étude sont : le taux de bonne classification (TBC), le taux de vrais positifs (TVP), le taux de vrais négatifs (TVN), la courbe ROC et l’AUC (Area Under roc Curve). Les résultats obtenus sont satisfaisants.
  • No Thumbnail Available
    Item
    Etude et simulation d’un système de régulation glucose-insuline à base PID par Matlab/Simulink
    (2016) Zouad, Imene; Alouane, Malika
    Le but de ce projet est de connaitre comment diminuer la concentration du glucose dans le sang lorsque le pancréas ne produit pas l’insuline qui fait un rôle principale de diminuer le taux de sucre dans le sang (glycémie). Premièrement nous avons défini le fonctionnement de Pancréas et les hormones qui secrètent, et l’échec Pancréatique et trouble métabolique de l’Insuline-Glucose qui résulte plusieurs maladie comme le diabète. Deuxièment nous avons proposé une méthode pour étudier cette maladie qui est basé sur un système de contre réaction (feedback) en utilisant le régulateur PID avec le modèle minimal de Bergman sous MATLAB/SIMULINK, après la simulation on trouve que la concentration du glucose diminue avec PID selon les 03 cas étudiés par le changement des paramètres dans chaque cas jusqu’a obtenir un meilleur résultat et reste toujours élever lorsque l’annulation des effets des paramètres PID.