Veuillez utiliser cette adresse pour citer ce document :
https://di.univ-blida.dz/jspui/handle/123456789/31373
Affichage complet
Élément Dublin Core | Valeur | Langue |
---|---|---|
dc.contributor.author | ABABSA Mohamed Tahar | |
dc.contributor.author | BOUKRID Nesrine | |
dc.date.accessioned | 2024-10-13T09:56:26Z | |
dc.date.available | 2024-10-13T09:56:26Z | |
dc.date.issued | 2024 | |
dc.identifier.uri | https://di.univ-blida.dz/jspui/handle/123456789/31373 | |
dc.description | 4.621.1.1348;134p | fr_FR |
dc.description.abstract | Ce projet explore l'intégration de l'intelligence artificielle dans l'imagerie médicale, en mettant en œuvre l'architecture U-Net pour la segmentation précise de l'arbre rétinien. L'utilisation de réseaux de neurones convolutifs permet d'identifier avec exactitude les structures anatomiques critiques, notamment dans la détection avancée de la rétinopathie diabétique. Parallèlement, un CNN est implanté sur une carte FPGA Pynq Z2 pour traiter les données MNIST, les images étant transmises via UART. Cette combinaison exploite le parallélisme matériel du FPGA pour accélérer le traitement, démontrant des performances optimisées et une efficacité énergétique accrue pour des applications en temps réel. | fr_FR |
dc.language.iso | fr | fr_FR |
dc.publisher | blida1 | fr_FR |
dc.subject | magerie médicale, intelligence artificielle, U-Net, réseaux de neurones convolutifs, segmentation de l'arbre rétinien, rétinopathie diabétique, implémentation FPGA, applications en temps réel, performances optimisées, efficacité énergétique | fr_FR |
dc.title | Implémentation de U-net pour la segmentation de l'arbre rétinien, et implantation d'un CNN sur FPGA. | fr_FR |
Collection(s) : | Mémoires de Master |
Fichier(s) constituant ce document :
Fichier | Description | Taille | Format | |
---|---|---|---|---|
PFE (1).pdf | 8,97 MB | Adobe PDF | Voir/Ouvrir |
Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.