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 | Size | Format | |
|---|---|---|---|---|
| Mémoire finale.pdf | 3,89 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.