Please use this identifier to cite or link to this item:
http//localhost:8080/jspui/handle/123456789/7200
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | Hammad, Moussa / Khediri, Abdelhafid / Encadre par Houam, Lotfi | |
dc.date.accessioned | 2023-01-30T08:35:20Z | |
dc.date.available | 2023-01-30T08:35:20Z | |
dc.date.issued | 2022-06-13 | |
dc.identifier.uri | http//localhost:8080/jspui/handle/123456789/7200 | |
dc.description.abstract | L’imagerie par résonance magnétique (IRM) est une technique d’imagerie utilisée pour diagnostiquer les tumeurs cérébrales. Le diagnostic précoce des tumeurs cérébrales est une tâche essentielle dans le travail médical pour savoir si une tumeur peut devenir cancéreuse. L’apprentissage automatique est un moyen simple et efficace de classer les images. L’apprentissage automatique a été largement appliqué dans divers domaines, y compris l’imagerie médicale, car son application ne nécessite pas la fiabilité d’un expert dans le domaine concerné, mais nécessite la quantité de données et diverses données pour produire de bons résultats de classification. pour effectuer la classification d’images, en utilisez deux méthodes de classifications SVM et Kmeans. | en_US |
dc.language.iso | fr | en_US |
dc.subject | Imagerie Médicale, IRM, Segmentation d’image , SVM, Kmeans | en_US |
dc.title | Détection et Classification des Tumeurs par Imagerie Médicale : Une Approche Basée sur l’Apprentissage Automatique. | en_US |
dc.type | Thesis | en_US |
Appears in Collections: | 3- Génie Electrique |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Détection et Classification des Tumeurs par.pdf | 8,45 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.
Admin Tools