Détéction et classification des hémorragies intracrâniennes dans les images TDM par le Deep Learning

dc.contributor.authorLamri, Mohamed Amine
dc.contributor.authorAmmar, Mohamed(Promoteur)
dc.date.accessioned2022-05-26T08:14:57Z
dc.date.available2022-05-26T08:14:57Z
dc.date.issued2020
dc.description83 p. : ill. ; 30 cmen_US
dc.description.abstractLe Présent travail se veut comme un outil d'aide à la détection de l'hémorragie intracrânienne (HIC) et de ses cinq (05) sous-types. Le modèle retenu après les différentes expérimentations est à base de l'architecture VGG-16. A partir d'une image TDM cérébrale en entrée notre modèle sera capable de détecter la présence d'une HIC chez un patient, et pourra la classée dans un de ses cinq sous-types avec un taux de classification de 96%. Par ailleurs, des notions importantes sur les HIC et la technique du Deep Learning sont rapportées dans les premières parties de ce mémoireen_US
dc.identifier.urihttps://dspace.univ-boumerdes.dz/handle/123456789/8724
dc.language.isofren_US
dc.publisherUniversité M'Hamed Bougara Boumerdès: Faculté de Technologie
dc.subjectHémorragieen_US
dc.subjectTDM (image)en_US
dc.subjectVGG-16en_US
dc.titleDétéction et classification des hémorragies intracrâniennes dans les images TDM par le Deep Learningen_US
dc.typeThesisen_US

Files

Original bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
LAMRI Med Amine Mémoire PFE MASTER 2 F.pdf
Size:
4.72 MB
Format:
Adobe Portable Document Format

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: