Retrieval of medical images using deep learning / Abir Sebai

Public ISBD Titre : Retrieval of medical images using deep learning Type de document : texte imprimé Auteurs : Abir Sebai, Auteur ; Ines Aibeche ; Hadi, Fairouz, Directeur de thèse Editeur : Sétif:UFS Année de publication : 2023 Importance : 1 vol (68 f.) Format : 29 cm Langues : Anglais (eng) Catégories : Thèses & Mémoires:Informatique Mots-clés : CNN ResNet Classification Extraction de caract´eristiques Index. décimale : 004 - Informatique Résumé : L’imagerie m´edicale joue un rˆole crucial dans le diagnostic, le traitement et la recherche dans le domaine des soins de sant´e. Avec la disponibilit´e croissante de vastes ensembles de donn´ees d’images m´edicales, il existe un besoin croissant de syst`emes de recherche efficaces et pr´ecis pour acc´eder aux images pertinentes pour la prise de d´ecisions cliniques et la recherche. Ce m´emoire se concentre sur l’application des techniques d’apprentissage profond pour la recherche d’images m´edicales.L’objectif de cette recherche est de d´evelopper un cadre de recherche d’images robuste et efficace qui tire parti de la puissance des mod`eles d’apprentissage profond. Une revue compl`ete de la litt´erature existante est r´ealis´ee afin d’identifier les principaux d´efis et avanc´ees dans le domaine de la recherche d’images m´edicales. Diverses architectures d’apprentissage profond, telles que les r´eseaux de neurones convolutifs (CNN) et leurs variantes, sont explor´ees et ´evalu´ees pour leur ad´equation aux tˆaches de recherche d’images m´edicales = Medical imaging plays a crucial role in diagnosis, treatment, and research in the field of healthcare. With the increasing availability of large-scale medical image datasets, there is a growing need for efficient and accurate retrieval systems to access relevant images for clinical decision-making and research purposes. This thesis focuses on the application of deep learning techniques for the retrieval of medical images.The objective of this research is to develop a robust and effective image retrieval framework that leverages the power of deep learning models. A comprehensive review of the existing literature is conducted to identify the key challenges and advancements in medical image retrieval. Various deep learning architectures, such as convolutional neural networks (CNNs) and their variants, are explored and evaluated for their suitability in medical image retrieval tasks. Côte titre : MAI/0789 Retrieval of medical images using deep learning [texte imprimé] / Abir Sebai, Auteur ; Ines Aibeche ; Hadi, Fairouz, Directeur de thèse . - [S.l.] : Sétif:UFS, 2023 . - 1 vol (68 f.) ; 29 cm. Langues : Anglais (eng) Catégories : Thèses & Mémoires:Informatique Mots-clés : CNN ResNet Classification Extraction de caract´eristiques Index. décimale : 004 - Informatique Résumé : L’imagerie m´edicale joue un rˆole crucial dans le diagnostic, le traitement et la recherche dans le domaine des soins de sant´e. Avec la disponibilit´e croissante de vastes ensembles de donn´ees d’images m´edicales, il existe un besoin croissant de syst`emes de recherche efficaces et pr´ecis pour acc´eder aux images pertinentes pour la prise de d´ecisions cliniques et la recherche. Ce m´emoire se concentre sur l’application des techniques d’apprentissage profond pour la recherche d’images m´edicales.L’objectif de cette recherche est de d´evelopper un cadre de recherche d’images robuste et efficace qui tire parti de la puissance des mod`eles d’apprentissage profond. Une revue compl`ete de la litt´erature existante est r´ealis´ee afin d’identifier les principaux d´efis et avanc´ees dans le domaine de la recherche d’images m´edicales. Diverses architectures d’apprentissage profond, telles que les r´eseaux de neurones convolutifs (CNN) et leurs variantes, sont explor´ees et ´evalu´ees pour leur ad´equation aux tˆaches de recherche d’images m´edicales = Medical imaging plays a crucial role in diagnosis, treatment, and research in the field of healthcare. With the increasing availability of large-scale medical image datasets, there is a growing need for efficient and accurate retrieval systems to access relevant images for clinical decision-making and research purposes. This thesis focuses on the application of deep learning techniques for the retrieval of medical images.The objective of this research is to develop a robust and effective image retrieval framework that leverages the power of deep learning models. A comprehensive review of the existing literature is conducted to identify the key challenges and advancements in medical image retrieval. Various deep learning architectures, such as convolutional neural networks (CNNs) and their variants, are explored and evaluated for their suitability in medical image retrieval tasks. Côte titre : MAI/0789

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MAI/0789	MAI/0789	Mémoire	Bibliothéque des sciences	Anglais	Disponible Disponible

---

1 (1 - 1 / 1)