Détection précoce de kératocône dans les images de la topographie cornéenne
 No Thumbnail Available 
Files
Date
2021
Journal Title
Journal ISSN
Volume Title
Publisher
Université M'Hamed Bougara Boumerdès: Faculté de Technologie
Abstract
Le kératocône est une maladie oculaire qui affecte directement la cornée. Le but de ce travail  est d'aide la détection précoce du kératocône, Nous avons utilisé deux modèles: CNN simple et le modèle Alexnet. Nous avons utilisé une base de données locale constituée de 274patients. Nous avons testé deux architectures, l'une basée sur CNN et la seconde basée sur le modèle Alexnet avec les algorithmes d'apprentissage " Adam, Rmsprop, et Sgdm ". Les résultats obtenus ont montré que le modèle Alexnet avec l'algorithme "Rmsprop" donne le meilleur TC= 95,6%, par contre le modèle CNN avec la fonction SGDM donne la meilleure sensibilité (92.1%)
Description
76 p. ill. : 30 cm
Keywords
Classification, Kératocône (KC), Apprentissage profond(DL)
