Diagnosis of Parkinson’s Disease  using Deep Learning

Veuillez utiliser cette adresse pour citer ce document : https://di.univ-blida.dz/jspui/handle/123456789/31375

Titre:	Diagnosis of Parkinson’s Disease using Deep Learning
Auteur(s):	SNOUSSI Bouchera HICHEUR Chahla
Mots-clés:	Intelligence artificielle, Images IRM, Modèle pré-entrainés, CNN,NTUA.
Date de publication:	2024
Editeur:	blida1
Résumé:	La progression de la maladie de Parkinson reste un défi majeur, avec un nombre de cas en augmentation et un diagnostic exact souvent difficile malgré les avancées médicales et les techniques d'imagerie. Les techniques d’Intelligence Artificielle peuvent améliorer la précision de la détection. Notre objectif est de développer un système de classification d'images IRM pour le diagnostic de la maladie de Parkinson, en utilisant la base de données NTUA avec des modèles préentraînés de réseaux de neurones convolutifs tels que VGG16, ResNet50, DenseNet121, MobileNetV2 et VGG19, ainsi que le modèle CNN proposé.
Description:	4.621.1.1347;83p
URI/URL:	https://di.univ-blida.dz/jspui/handle/123456789/31375
Collection(s) :	Mémoires de Master

Fichier(s) constituant ce document :

Fichier	Description	Taille	Format
Diagnosis of PD_final.pdf		3,55 MB	Adobe PDF	Voir/Ouvrir

DSpace JSPUI