| Titre : | Développement d'une architecture CNN pour la classification des images radiologiques d'infections pulmonaires |
| Auteurs : | ABDELKARIM MAMEN, Auteur ; Rachida Saouli, Directeur de thèse |
| Type de document : | Monographie imprimée |
| Editeur : | Biskra [Algérie] : Faculté des Sciences Exactes et des Sciences de la Nature et de la Vie, Université Mohamed Khider, 2021 |
| Format : | 1 vol. (70 p.) / ill. / 29 cm |
| Langues: | Français |
| Mots-clés: | Réseaux neuronaux convolutifs (CNN), radiographie, Deep Learning, Keras, Radiographie,TensorFlow, OpenCV et Intelligence Artificielle. |
| Résumé : |
L’analyse des images radiologiques est principalement effectuée par des spécialistes médicaux,car il s’agit d’un secteur critique et les malades attendent le plus haut niveau de soins et de services, quel que soit le coût. Malgré divers avantages de la radiographie pulmonaire, l’interprétation de l’image X-ray a toujours été un enjeu majeur pour le médecin et le radiologue à cause des erreurs de diagnostique Notre objectif principal est d’analyser les images radiologiques médicales en utilisant l’apprentissage profond . pour parvenir à la classification de maladies pneumonie virale,covid, pneumonie bactérienne et tuberculose.Notre but est de classifier le maximumdemaladies pulmonaires et donc de développer un modèle le plus performant possible qui peut les distinguer. pour cela, nous avons utilisé l’algorithme des réseaux neuronaux convolutifs (CNN) car les approches de classification par apprentissage profond basées sur les CNN ont la capacité d’extraire automatiquement les représentations de haut niveau à partir de données volumineuses en utilisant peu de prétraitement par rapport aux autres algorithmes de classification d’images. notremodèle fournit des résultats très encourageant par rapport à ceux obtenus par les travaux de la littérature. Ce qui conduira les cliniciens vers de meilleures décisions de diagnostic pour les patients afin de leur fournir des solutions avec une bonne précision pour l’imagerie médicale. |
| Sommaire : |
1 Introduction générale 1 2 Etat de l’art : Classification des maladies pulmonaires 5 2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 2.2 Notions d’anatomie pulmonaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 2.2.1 Cavité pleurale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 2.2.2 Structure globale des poumons . . . . . . . . . . . . . . . . . . . . . . . . . . 7 2.2.3 Structure des lobes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 2.2.4 Double vascularisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 2.3 Pathologies et maladies pulmonaires . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 2.4 présentation des images X-rays . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 2.4.1 Historique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 2.4.2 Fonctionnement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 2.4.3 Radiographies pulmonaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 2.5 Méthode de Classification d’images médicales . . . . . . . . . . . . . . . . . . . . . . 15 2.5.1 Méthodes de classification conventionnelles . . . . . . . . . . . . . . . . . . . 16 2.5.2 Méthodes de classification basée sur l’apprentissage profond . . . . . . . . 27 2.6 Travaux relatifs et Synthèse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 2.7 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 3 Conception de l’architecture pour la classification des maladies pulmonaires 35 3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 3.2 Architecture générale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 3.3 Architecture détaillée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 3.3.1 Préparation des données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 3.3.1.1 Les bases de données utilisées . . . . . . . . . . . . . . . . . . . . . . 37 3.3.1.2 Prétraitement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38 3.3.1.3 Division de la base de données . . . . . . . . . . . . . . . . . . . . . 39 3.3.2 Training lemodele de l’apprentissage . . . . . . . . . . . . . . . . . . . . . . . 40 3.3.3 la phase de test du modèle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43 3.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 4 Implémentation de l’architecture MP-CNN 45 4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45 4.2 Environnements et outils de développement . . . . . . . . . . . . . . . . . . . . . . 45 4.3 Développement de le back-end . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49 4.3.1 Préparation des données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49 4.3.2 Réalisation du modèleMP-CNN . . . . . . . . . . . . . . . . . . . . . . . . . . 50 4.3.2.1 Importer des bibliothèques et des modules . . . . . . . . . . . . . . 50 4.3.2.2 Initialisation des paramètresMP-CNN . . . . . . . . . . . . . . . . . 53 4.3.2.3 Chargement de la base de données . . . . . . . . . . . . . . . . . . . 53 4.3.2.4 Les parametres d’apprentissage du réseau . . . . . . . . . . . . . . . 54 4.3.2.5 resultat de la préduction . . . . . . . . . . . . . . . . . . . . . . . . . 55 4.4 Présentation de l’interface . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 4.5 Résultats obtenus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57 4.5.1 Présentation des performances obtenu . . . . . . . . . . . . . . . . . . . . . . 57 4.5.2 Évaluation dumodèle sur les données de test . . . . . . . . . . . . . . . . . . 60 5 Conclusion et perspectives 65 5.1 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65 5.2 Perspectives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66 References 67 |
| Type de document : | Mémoire master |
Disponibilité (1)
| Cote | Support | Localisation | Statut |
|---|---|---|---|
| MINF/673 | Mémoire master | bibliothèque sciences exactes | Consultable |
