| Titre : | Segmentation d’image medicale |
| Auteurs : | Djehina Habchi, Auteur ; Farah Fekraoui, 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, 2022 |
| Format : | 1 vol. (108 p.) / couv. ill. en coul / 30 cm |
| Langues: | Français |
| Mots-clés: | Segmentation d’image,COVID-19,l’apprentissage profond ,Image Tomodensitométrie. |
| Résumé : |
Récemment, le Corona virus a causé de nombreux désastres et décès, c’est pourquoi les chercheurs se sont intéressés à l’étude et au développement d’algorithmes liés aux images médicales pulmonaires prises avec TDM pour la détection précauce de ce virus. La segmention est l’une des méthodes les plus utilisée pour la délimitation des dégats causés par ce virus sur les images TDM de poumons. Il existe une multitude de méthodes de segmentation des images médicales, la plus récente est l’apprentissaage en profondeur. Le travail présenté dans ce mémoire est l’étude et l’implémentation d’un système de segmentation se basant sur un réseau de neurone profond. |
| Sommaire : |
Table des matières Table des matières List of Figures 0.1 Introduction Générale 2 1 Segmentation des images médicales 3 1.1 Images médicales3 définition des images médicales 3 Modalités des images médicales . 4 1.2 Segmentation d’images 8 Définition Segmentation d’images 8 Approches de Segmentations 9 Approche contour 10 Approche région10 Segmentation basée sur la classification 11 Segmentations basées sur l’apprentissage profonde (Les réseaux de neurones convolutifs (CNN) )11 Maladies des poumons et covid 19..12 Définition du poumon ...12 Maladies du poumon...12 Définition Covid 19 ...14 Conclusion.14 2 Deep Learning : 15 Introduction .15 L’apprentissage profond .15ii Définition .15 fonctionnement de l’apprentissage profonde .17 Domaines d’application de l’apprentissage profonde ..17 La reconnaissance faciale : ..17 Le traitement automatique de langage naturel :17 Voitures autonomes :.18 Recherche vocale et assistants à commande vocale : . 18 Traduction automatique : .18 Recherche en marketing .18 Architectures de réseaux de neurones profonds 19 Les réseaux de neurones convolutifs19 Les couches de réseaux de neurones convolutionnels : . 19 Réseau de neurones récurrents ...21 travaux similaires ..22 Conclusion..23 3 conception, implémentation et analyse des résultats : 24 Introduction .24 La méthode U-Net(Convolutional Networks .24 Architecture de modèle proposée .26 mise enouvre,resultates et interpretation28 Présentation des outils utilisés.28 Environnement matériel 28 Le software..28 environnement de développement(Spyder).28 conception .30 Conclusion.33 Conclusion Générale 34 Bibliographie 35 |
Disponibilité (1)
| Cote | Support | Localisation | Statut |
|---|---|---|---|
| MINF/846 | Mémoire master | bibliothèque sciences exactes | Consultable |
