Repository logo
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Yкраї́нська
  • Log In
    New user? Click here to register.Have you forgotten your password?
Repository logo
  • Communities & Collections
  • All of DSpace
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Yкраї́нська
  • Log In
    New user? Click here to register.Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "KADOUM, Adem"

Now showing 1 - 1 of 1
Results Per Page
Sort Options
  • Loading...
    Thumbnail Image
    Item
    Intégration de Modèles IA pour la Classification d’IRM Cérébrales
    (Faculté des Sciences, 2025) KADOUM, Adem; MAZOUZI ,Smaine
    La classification automatique d’images médicales est devenue de nos jours un outlil incontournable d’aide aux médecins et aux radiologues pour l’interprétation des radiographies et pour établir des diagnostics fiables, et aussi en un temps court. Dans ce mémoire de master, je me suis intéressé à la classification supervisée des IRM (Images à résonnance magnétiques), dont le but de poser des diagnostics d’existence ou non de tumeurs cérébrales. Nous avons expérimenté deux modèles d’apprentissage automatique, connus pour leur performance et leur efficacité. Il s’agit des réseaux de neurones convolutifs (CNN :Convolutional Neural Network) et des arbres de décision (DT : Decision Tree). Nous avons également expérimenté l’intégration de ces deux modèles afin d’améliorer les résultats de classification

DSpace software copyright © 2002-2025 LYRASIS

  • Cookie settings
  • Privacy policy
  • End User Agreement
  • Send Feedback