Please use this identifier to cite or link to this item: https://dspace.univ-ouargla.dz/jspui/handle/123456789/30865
Title: Apprentissage profond pour l’analyse et la classification d’imageries médicales
Authors: BENKADDOUR, Mohammed Kamel
Chiter, Yasmine
Hafiane, Aicha
Keywords: Rétinopathie diabétique
L'apprentissage profond
l'intelligence artificielle
l'apprentissage automatique
réseaux de neurones artificiels
images médicales
classification d'images
Issue Date: 2022
Publisher: UNIVERSITY OF KASDI MERBAH OUARGLA
Abstract: Le diabète est l'une des maladies les plus courantes dans le monde et l'une de ses complications est la rétinopathie diabétique, qui affecte la rétine en endommageant les vaisseaux sanguins de la rétine, entraînant la cécité. L'apprentissage profond est une partie de l'intelligence artificielle et de l'apprentissage automatique qui repose sur des réseaux de neurones artificiels. Il enseigne les ordinateurs. Il obtient des résultats bons et précis en termes d'images médicales. Dans ce travail, nous proposons une application qui permet un diagnostic précoce de la rétinopathie diabétique afin d'aider le médecin à établir un diagnostic rapide et bon. On a utilisé des algorithmes d'apprentissage en profondeur spécifiquement dans les réseaux de neurones pour la classification les images de l'oeil affecté, sain et le type de blessure.
يعد مرض السكري من أكثر الامراض إنتشارا في العالم و من إعتلال الشبكية السكري الذي يصيب شبكية العين بإتلاف الأوعية الدموية في الشبكية مما يؤدي إلى العمى . التعلم العميق هو جزء من الذكاء الإصطناعي و التعلم الآلي حيث يعتمد على الشبكات العصبية الاصطناعية .يقوم بتعليم أجهزة الكمبيوتر.حقق نتائج جيدة ودقيقة في ما يخص الصور الطبية . لذلك نقترح في هذه الدراسة تطبيق يسمح بالتشخيص المبكر لإعتلال شبكية السكري من أجل مساعدة الطبيب على التشخيص السريع و الجيد . قمنا بإستخدام خوارزميات التعلم العميق بالتحديد بالشبكات العصبية لتصنيف الصور يصنف العين المصابة و السليمة و نوع الإصابة.
Description: Administration et Sécurité
URI: https://dspace.univ-ouargla.dz/jspui/handle/123456789/30865
Appears in Collections:Département d'informatique et technologie de l'information - Master

Files in This Item:
File Description SizeFormat 
Chiter _ Hafiane .pdfAdministration et Sécurité2,98 MBAdobe PDFView/Open


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