DC Field | Value | Language |
dc.contributor.author | ARIOUI, AMani | - |
dc.contributor.author | ZEBLAH, IKhlas | - |
dc.date.accessioned | 2022-11-14T07:39:18Z | - |
dc.date.available | 2022-11-14T07:39:18Z | - |
dc.date.issued | 2022 | - |
dc.identifier.uri | https://repository.esi-sba.dz/jspui/handle/123456789/381 | - |
dc.description | Encadreur : Pr. BENSLIMANE Sidi Mohammed Co-Encadreur : Dr. DIF Nassima | en_US |
dc.description.abstract | Science and how we conduct research are rapidly evolving. Data creation is increasing
across all scientiĄc areas, and machine learning is one of these areas. Machine learning
has grown in popularity, with a wide range of applications in both academia and industry.
With the arrival of the pandemic of the most recent coronavirus, which is a serious
disease, hospitals were overloaded and the burden, pressure and subjectivity that the
medical professionals faced compelled the researchers to concentrate on a potential solution
to detect this dangerous virus more quickly. Employing a new machine learningŠs
technique to x-ray images can help the doctors to save time and solve the problem of
subjectivity.
This thesis gives a global and comprehensive evaluation of the most recent machine
learning research efforts especially in detecting the Coronavirus disease 19. Furthermore,
this thesis will explore Coronavirus disease 19, its global impact, and how it prompted
experts to devise novel ways to combat the virus. Following that, it examined the
present literatureŠs suggested ways for using deep learning in the Ąeld of diagnostics
using medical x-ray imaging and the challenges that the researchers have been faced.
***
La science et la façon dont nous menons la recherche évoluent rapidement. La création de
données augmente dans tous les domaines scientiĄques, et lŠapprentissage automatique
est lŠun de ces domaines. LŠapprentissage automatique a gagné en popularité, avec un
large éventail dŠapplications à la fois dans le milieu universitaire et industriel.
Avec lŠarrivée de la pandémie du dernier coronavirus, qui est une maladie grave, les
hôpitaux ont été surchargés et la charge, la pression et la subjectivité auxquelles les
professionnels de la santé ont été confrontés ont obligé les chercheurs à se concentrer sur
une solution potentielle pour détecter plus rapidement ce dangereux virus. LŠapplication
dŠune nouvelle technique dŠapprentissage automatique aux images radiologiques peut
aider les médecins à gagner du temps et à résoudre le problème de la subjectivité.
Ce mémoire donne une évaluation approfondie et complète des dernières recherches
en apprentissage automatique notamment dans la détection de la maladie du coronavirus
19. En outre, ce mémoire explorera la maladie du coronavirus 19, son impact mondial et
comment elle a provoqué les experts pour concevoir de nouvelles façons pour combattre
ce virus. Par la suite, nous allons présenter les moyens suggérés par la littérature dans
lŠutilisation de lŠapprentissage approfondie dans les diagnostics en utilisant les images
radiographique et les déĄs auxquels les chercheurs ont été confrontés. | en_US |
dc.language.iso | en | en_US |
dc.subject | Machine Learning | en_US |
dc.subject | Artifcial Intelligence | en_US |
dc.subject | Data Mining | en_US |
dc.subject | Depp Learning | en_US |
dc.subject | Covid-19 | en_US |
dc.subject | CNN | en_US |
dc.subject | X-Ray Images | en_US |
dc.title | Detection of COVID-19 from Chest X-Ray Images using Deep learning | en_US |
dc.type | Thesis | en_US |
Appears in Collections: | Master
|