Veuillez utiliser cette adresse pour citer ce document : https://di.univ-blida.dz/jspui/handle/123456789/31373
Titre: Implémentation de U-net pour la segmentation de l'arbre rétinien, et implantation d'un CNN sur FPGA.
Auteur(s): ABABSA Mohamed Tahar
BOUKRID Nesrine
Mots-clés: 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
Date de publication: 2024
Editeur: blida1
Résumé: 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.
Description: 4.621.1.1348;134p
URI/URL: https://di.univ-blida.dz/jspui/handle/123456789/31373
Collection(s) :Mémoires de Master

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
PFE (1).pdf8,97 MBAdobe PDFVoir/Ouvrir


Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.