https://repository.esi-sba.dz/jspui/handle/123456789/162
Title: | Apprentissage profond pour la classification automatique des tumeurs de la peau |
Authors: | Guitt, BAhia YAGOUB, FAtima Zohra |
Keywords: | Cancer De La Peau Apprentissage Profond Classification Reconnaissance Des Images Médicales |
Issue Date: | 2021 |
Abstract: | L’objectif de ce projet est de concevoir et de développer un système intelligent de diagnostique du cancer de la peau. Ce système est composé d’une application mobile pour les patients,les médecins et un administrateur. Il permet entre autres fonctionnalités de classifier des images cutanées et d’interagir avec des spécialistes sur la base des résultats obtenus. Ceci permet de réduire le temps de diagnostique, d’éviter les déplacements des patients et d’optimiser l’effort des spécialistes. Les approches d’identification sur lesquelles il est basé, nous les avions élaborées pour explorer l’applicabilité du nouveau paradigme d’attention sur des images médicales. Les résultats expérimentaux ainsi que le système de diagnostique résultant attestent du bien fondé de notre démarche.*** The objective of this project is to design and develop an intelligent skin cancer diagnostic system. This system is composed of a mobile application for patients, doctors and administrator . It allows, among other functionalities, to classify skin images and to interact with specialists on the basis of the results obtained. This reduces diagnosis time, avoids patient travel and optimizes the effort of specialists. The identification approaches on which it is based were developed to explore the applicability of the new paradigm of attention to medical images. The experimental results as well as the resulting diagnostic system attest to the validity of our approach. |
Description: | Encadré par : M. Chaib Soulaymane M. Benammar Abdessalem |
URI: | https://repository.esi-sba.dz/jspui/handle/123456789/162 |
Appears in Collections: | Ingénieur |
File | Description | Size | Format | |
---|---|---|---|---|
Rapport_PFE_.pdf | 564,17 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.