Dépôt DSpace/Université Larbi Tébessi-Tébessa

Détection et Classification des Tumeurs par Imagerie Médicale : Une Approche Basée sur l’Apprentissage Automatique.

Afficher la notice abrégée

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


Fichier(s) constituant ce document

Ce document figure dans la(les) collection(s) suivante(s)

Afficher la notice abrégée