University Sétif 1 FERHAT ABBAS Faculty of Sciences
Résultat de la recherche
1 résultat(s) recherche sur le mot-clé 'Apprentissage automatique Apprentissage profond Radiothérapie Segmentation d'images médicales.'
Ajouter le résultat dans votre panier Affiner la recherche Générer le flux rss de la recherche
Partager le résultat de cette recherche
Contourage Automatique des Images Médicales en Radiothérapie par L’apprentissage Profond (Deep Learning) / Abderaouf Behouch
Titre : Contourage Automatique des Images Médicales en Radiothérapie par L’apprentissage Profond (Deep Learning) Type de document : texte imprimé Auteurs : Abderaouf Behouch, Auteur ; Hacene Azizi, Directeur de thèse Editeur : Setif:UFA Année de publication : 2020 Importance : 1 vol (94 f.) Format : 29 cm Langues : Anglais (eng) Catégories : Thèses & Mémoires:Physique Mots-clés : Apprentissage automatique
Apprentissage profond
Radiothérapie
Segmentation d'images médicales.Index. décimale : 530 - Physique Résumé :
Dans cette thèse, nous proposons un modèle basé sur l'apprentissage profond pour identifier les organes sains à risque pendant le traitement
Avec le dépistage du cancer du sein, notre modèle fournit des résultats d'identification précis en beaucoup moins de temps que la méthode traditionnelle, grâce Ã
Tirez parti du réseau neuronal convolutif profond. Notre modèle complet a été testé et vérifié avec une gamme de
Données générales contenant plus de 1400 diapositives.
Une étude comparative a été menée entre différentes méthodes d'apprentissage profond et d'apprentissage automatique, et les résultats ont montré que l'apprentissage profond est mis en réseau
Le bypass neuronal a donné les meilleurs résultats en termes de coefficient de similitude.Côte titre : MAPH/0423 En ligne : https://drive.google.com/file/d/1ToLINCPnzYxn9CakFdLNh5EO20av34_G/view?usp=shari [...] Format de la ressource électronique : Contourage Automatique des Images Médicales en Radiothérapie par L’apprentissage Profond (Deep Learning) [texte imprimé] / Abderaouf Behouch, Auteur ; Hacene Azizi, Directeur de thèse . - [S.l.] : Setif:UFA, 2020 . - 1 vol (94 f.) ; 29 cm.
Langues : Anglais (eng)
Catégories : Thèses & Mémoires:Physique Mots-clés : Apprentissage automatique
Apprentissage profond
Radiothérapie
Segmentation d'images médicales.Index. décimale : 530 - Physique Résumé :
Dans cette thèse, nous proposons un modèle basé sur l'apprentissage profond pour identifier les organes sains à risque pendant le traitement
Avec le dépistage du cancer du sein, notre modèle fournit des résultats d'identification précis en beaucoup moins de temps que la méthode traditionnelle, grâce Ã
Tirez parti du réseau neuronal convolutif profond. Notre modèle complet a été testé et vérifié avec une gamme de
Données générales contenant plus de 1400 diapositives.
Une étude comparative a été menée entre différentes méthodes d'apprentissage profond et d'apprentissage automatique, et les résultats ont montré que l'apprentissage profond est mis en réseau
Le bypass neuronal a donné les meilleurs résultats en termes de coefficient de similitude.Côte titre : MAPH/0423 En ligne : https://drive.google.com/file/d/1ToLINCPnzYxn9CakFdLNh5EO20av34_G/view?usp=shari [...] Format de la ressource électronique : Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAPH/0423 MAPH/0423 Mémoire Bibliothéque des sciences Anglais Disponible
Disponible