Please use this identifier to cite or link to this item: http://localhost:8080/xmlui/handle/123456789/20727
Title: Étude comparative des méthodes de Deep Learning pour la classification et la segmentation de la rétinopathie diabétique
Authors: TALBI, HADJER
KHALDI, NACHIDA
Keywords: Mots clés : rétinopathie diabétique, Deep Learning, Google Colab, jupyter, Googlenet, VGGnet, Alexnet,U-net, intelligence artificielle, imagerie médicale.
Issue Date: 2021
Publisher: univ. blida1
Abstract: L’objectif de ce projet est d’implémenter un système d’aide au diagnostic médical par la détection de la rétinopathie diabétique, l’évaluation des risques d'atteinte de maladies et à les prévenir.Les variations et la complexité des données d'imagerie rétiniennes,nécessitent un apprentissage à partir d'exemples, et cela constitue un des intérêts clés du domaine de l'apprentissage profond pour décrire et représenter les lésions dans les données.
Description: 4.621.1.1179 ; 85 p
URI: https://di.univ-blida.dz/jspui/handle/123456789/20727
Appears in Collections:Mémoires de Master

Files in This Item:
File Description SizeFormat 
Mémoire finale.pdf3,89 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.