Intégration de Modèles IA pour la Classification d’IRM Cérébrales
| dc.contributor.author | KADOUM, Adem | |
| dc.contributor.author | MAZOUZI ,Smaine | |
| dc.date.accessioned | 2025-11-10T12:27:12Z | |
| dc.date.available | 2025-11-10T12:27:12Z | |
| dc.date.issued | 2025 | |
| dc.description.abstract | 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 | |
| dc.identifier.uri | http://dspace.univ-skikda.dz:4000/handle/123456789/5353 | |
| dc.language.iso | fr | |
| dc.publisher | Faculté des Sciences | |
| dc.title | Intégration de Modèles IA pour la Classification d’IRM Cérébrales | |
| dc.title.alternative | Génie logiciel avancé et applications | |
| dc.type | Mémoire de Master |