DC Field | Value | Language |
dc.contributor.author | AISSIOUENE, MAhrez | - |
dc.contributor.author | BOUKABRINE, FAycal Amine | - |
dc.date.accessioned | 2022-11-14T07:18:05Z | - |
dc.date.available | 2022-11-14T07:18:05Z | - |
dc.date.issued | 2022 | - |
dc.identifier.uri | https://repository.esi-sba.dz/jspui/handle/123456789/377 | - |
dc.description | Encadreur : Mme Naoum Hanae | en_US |
dc.description.abstract | A few decades ago, the discipline of Artificial Intelligence (AI) was born
within computer science. it has implemented paradigms that have proven
themselves in countless computer-aided projects. In fact, AI is ubiquitous in
various areas of our lives.
Among the fields in which the use of AI has broken through, health.
Indeed, the tools offered by this paradigm bring a great help to the field of
medicine, in particular, to aid in medical diagnosis, in particular, Artificial
Neural Networks. The influence of AI is therefore increasing every day in
the medical field and assists doctors of different specialties in their daily
professional mission. Because of AI, many medical diagnostic aid systems
have been proposed treating different types of diseases. We are interested
in the present project in medical diagnostic aid systems using recent RNA
models, in particular, those that perform disease recognition through X-ray
image type data. Several works exist in the literature in this field faced with
the aid to the diagnosis of various diseases, in particular, the recognition
of the disease of osteoporosis, the detection of lung cancer, the detection of
breast cancer, the recognition of cancers brain, etc. Not only that, due to
the global pandemic situation that the world has been experiencing since
the year 2020, AI has also been applied, and successfully, to the diagnosis of
Covid-19 disease.
The present work provides a literature review of recent research work on
pattern recognition systems using deep learning Artificial Neural Networks
(ANN) for the detection of osteoporosis disease, breast cancer disease, and
CoronaVirus disease (COVID-19).
***
Il y a quelques d´ec´enies, la discipline de l’Intelligence Artificielle (IA) est n´ee
au sein des sciences informatiques. Elle a mis en place des paradigmes qui
ont fait leurs preuves dans d’innombrables projets assist´es par ordinateur.
En fait, l’IA est omnipr´esente dans des domaines diverses de notre vie.
Parmis les domaines auxquels a perc´e l’utilisation de l’IA, la sant´e. En
effet, les outils qu’offre ce paradigme apporte une grande aide au domaine
de la medecine, notamment, ´a l’aide au diagnostique m´edical, en particulier,
les R´eseaux de Neurone Artificiels. L’influence de l’IA de ce fait augmente
chaque jour dans le cadre m´edical et assiste les medecins de diff´erentes
sp´ecialit´es dans leur mission professionelle au quotidien. Grace a l’IA, beaucoup
de systemes d’aide au diagnostique m´edical ont ´et´e propos´e traitant
diff´erents types de maladies. On s’interesse dans le pr´esent projet aux syst´emes
d’aide au diagnostique m´edical utilisant les mod´eles de RNAs r´ecents, en
particulier, ceux qui effectuent la reconnaissance de la maladie ´a travers des
donn´ees de types images radiographiques. Plusieurs travaux existent dans la
litterature dans ce domaine faisat face ´a l’aide au diagnostique de maladies
diverses, notamment, la reconnaissance de la maladie d’osp´eoporose, la detection
du cancer des poumons, la detection du cancer du sein, la reconnaissance
de cancers du cerveau, etc. Pas seulement, en raison de la situation mondiale
de pand´emie que connait le monde depuis l’an 2020, l’IA a ´egalement ´et´e
appliqu´ee, et avec succ´es, au diagnostique de la maladie Covid-19.
Le pr´esent travail apporte une revue de la litt´erature de travaux de
recherche r´ecents sur les syst´emes de reconnaissance de formes utilisant les
R´eseaux de Neurones Artificiels (RNA) ´a apprentissage profond pour la
d´etection de la maladie d’ost´eoporose, la maladie du cancer du sein, et la
maladie du CoronaVirus (COVID-19). | en_US |
dc.language.iso | en | en_US |
dc.subject | Artificial Intelligence | en_US |
dc.subject | Artificial Neural Networks | en_US |
dc.title | Réseaux neuronaux a apprentissage profond au service de la classification d’images radiographiques. | en_US |
dc.type | Thesis | en_US |
Appears in Collections: | Master
|