Please use this identifier to cite or link to this item: https://dspace.univ-ouargla.dz/jspui/handle/123456789/34718
Full metadata record
DC FieldValueLanguage
dc.contributor.authorLATI, Abdelhai-
dc.contributor.authoratallah, Badreddine-
dc.date.accessioned2023-10-15T10:25:16Z-
dc.date.available2023-10-15T10:25:16Z-
dc.date.issued2023-
dc.identifier.urihttps://dspace.univ-ouargla.dz/jspui/handle/123456789/34718-
dc.description.abstractDans ce travail, nous présentons la classification des images radiographiques afin de détecter si une personne a une pneumonie ou non, ce qui facilite le processus de diagnostic pour les médecins par conséquent, nous avons conçu un ensemble de modèles d'intelligence artificielle, et des comparaisons ont été faites entre eux par des mesures de précision, et la précision des modèles variait de 80.2 % à 91.6 % , les meilleurs modèles ont été choisis, à savoir le modèle de réseau neuronal convolutif, avec une précision de 91.6 % Nous soulignons que le modèle est considéré comme un auxiliaire modèle pour le médecin spécialiste et ne se substitue pas au médecin et ne le remplace pasen_US
dc.language.isofren_US
dc.publisherUniversité Kasdi Merbah Ouarglaen_US
dc.subjectClassification d'imagesen_US
dc.subjectapprentissage automatiqueen_US
dc.subjectmodèles de classificationen_US
dc.subjectréseau de neurones convolutifsen_US
dc.subjectDiagnostic de pneumonieen_US
dc.subjectSPSS Modeler.en_US
dc.titleEtude statistique pour le choix des paramètres de classification des images médicale par des modèles d'intelligence artificielleen_US
dc.typeThesisen_US
Appears in Collections:Département d'Electronique et des Télécommunications - Master

Files in This Item:
File Description SizeFormat 
ATALLAH.pdf15,94 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.