Détéction et classification des hémorragies intracrâniennes dans les images TDM par le Deep Learning
| dc.contributor.author | Lamri, Mohamed Amine | |
| dc.contributor.author | Ammar, Mohamed(Promoteur) | |
| dc.date.accessioned | 2022-05-26T08:14:57Z | |
| dc.date.available | 2022-05-26T08:14:57Z | |
| dc.date.issued | 2020 | |
| dc.description | 83 p. : ill. ; 30 cm | en_US |
| dc.description.abstract | Le 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 mémoire | en_US |
| dc.identifier.uri | https://dspace.univ-boumerdes.dz/handle/123456789/8724 | |
| dc.language.iso | fr | en_US |
| dc.publisher | Université M'Hamed Bougara Boumerdès: Faculté de Technologie | |
| dc.subject | Hémorragie | en_US |
| dc.subject | TDM (image) | en_US |
| dc.subject | VGG-16 | en_US |
| dc.title | Détéction et classification des hémorragies intracrâniennes dans les images TDM par le Deep Learning | en_US |
| dc.type | Thesis | en_US |
Files
Original bundle
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
1 - 1 of 1
No Thumbnail Available
- Name:
- license.txt
- Size:
- 1.71 KB
- Format:
- Item-specific license agreed upon to submission
- Description:
