Titre :	Segmentation automatique par Deep Learning pour la détection d’infection pulmonaire
Type de document :	texte imprimé
Auteurs :	Amira Belilita, Auteur ; Oumnia Ayat Errahmane Belaouel, Auteur ; Seif eddine Chouaba, Directeur de thèse
Année de publication :	2022
Importance :	1 vol (58 f.)
Format :	29 cm
Langues :	Français (fre)
Catégories :	Physique
Mots-clés :	Intelligence Artificielle (IA) Segmentation
Index. décimale :	530-Physique
Résumé :	La segmentation d’images est l’un des domaines prometteurs et émergents du traitement d’images. La segmentation d’images est une procédure importante dans de nombreux systèmes de diagnostic médical, à titre d’exemple dans la délimitation pulmonaire et la mesure des lésions. L’objectif de ce stage de Master est d’étudier, de classifier et d’appliquer quelques méthodes de segmentation automatique des images courantes de pneumonie par les méthodes de Deep Learning qui peuvent aider à identifier les maladies pulmonaires et rendre le diagnostic clinique plus pratique et plus précis. Divers algorithmes de segmentation d’image sont présentés. Deux réseaux d’apprentissage profond, U-NET, et PSP-NET sont étudiés et implimentés. Les résultats globaux sont discutés et comparés en tenant compte de différents paramètres.
Côte titre :	MAPH/0552
En ligne :	https://drive.google.com/file/d/1aj9znfh2_aiFIjdiSZqJqJjK2S9PHPR9/view?usp=shari [...]
Format de la ressource électronique :	pdf

Segmentation automatique par Deep Learning pour la détection d’infection pulmonaire [texte imprimé] / Amira Belilita, Auteur ; Oumnia Ayat Errahmane Belaouel, Auteur ; Seif eddine Chouaba, Directeur de thèse . - 2022 . - 1 vol (58 f.) ; 29 cm.
Langues : Français (fre)

Catégories :	Physique
Mots-clés :	Intelligence Artificielle (IA) Segmentation
Index. décimale :	530-Physique
Résumé :	La segmentation d’images est l’un des domaines prometteurs et émergents du traitement d’images. La segmentation d’images est une procédure importante dans de nombreux systèmes de diagnostic médical, à titre d’exemple dans la délimitation pulmonaire et la mesure des lésions. L’objectif de ce stage de Master est d’étudier, de classifier et d’appliquer quelques méthodes de segmentation automatique des images courantes de pneumonie par les méthodes de Deep Learning qui peuvent aider à identifier les maladies pulmonaires et rendre le diagnostic clinique plus pratique et plus précis. Divers algorithmes de segmentation d’image sont présentés. Deux réseaux d’apprentissage profond, U-NET, et PSP-NET sont étudiés et implimentés. Les résultats globaux sont discutés et comparés en tenant compte de différents paramètres.
Côte titre :	MAPH/0552
En ligne :	https://drive.google.com/file/d/1aj9znfh2_aiFIjdiSZqJqJjK2S9PHPR9/view?usp=shari [...]
Format de la ressource électronique :	pdf