Développement D’un Modèle Deep Learning Pour La Segmentation Et La Classification D’images Pulmonaires
Résumé: Les images médicales thoraciques Rayon-X contiennent suffisamment d’informations pour détecter les maladies pulmonaires. Le but de ce projet est de concevoir un système intelligent capable de distinguer les images médicales thoraciques afin d’aider les médecins et de détecter automatiquement les cas des maladies pulmonaires. Le système proposé permet de classifier une image en 15 classes (14 maladies et une pour "Aucun résultat"). Notre approche de détection de ces maladies est basée sur l’apprentissage profond en particulier sur les réseaux de neurones convolutionnels (CNN), ces réseaux ont prouvé leur capacités ces dernières années en particulier dans le domaine médical, en remportent le premier prix dans diverses compétitions dédiées à la classification des images médicales. Dans ce travail nous avons utilisé deux modèles CNN, chaque modèle a sa propre architecture. Le modèle DenseNet a donné un résultat satisfaisant par apport au ResNet
Mots-clès:
Nos services universitaires et académiques
Thèses-Algérie vous propose ses divers services d’édition: mise en page, révision, correction, traduction, analyse du plagiat, ainsi que la réalisation des supports graphiques et de présentation (Slideshows).
Obtenez dès à présent et en toute facilité votre devis gratuit et une estimation de la durée de réalisation et bénéficiez d'une qualité de travail irréprochable et d'un temps de livraison imbattable!
Aucun fichier associé
Si le fichier est volumineux, l'affichage peut échouer. Vous pouvez obtenir le fichier directement en cliquant sur le bouton "Télécharger".
