Veuillez utiliser cette adresse pour citer ce document :
https://di.univ-blida.dz/jspui/handle/123456789/31591
Affichage complet
Élément Dublin Core | Valeur | Langue |
---|---|---|
dc.contributor.author | Amir, Roufeida | - |
dc.contributor.author | Aougbi, Yousra | - |
dc.contributor.author | Lahiani, Nesrine ( Promotrice) | - |
dc.date.accessioned | 2024-10-22T13:37:00Z | - |
dc.date.available | 2024-10-22T13:37:00Z | - |
dc.date.issued | 2024-07 | - |
dc.identifier.uri | https://di.univ-blida.dz/jspui/handle/123456789/31591 | - |
dc.description | ill., Bibliogr. Cote:ma-004-1013 | fr_FR |
dc.description.abstract | Le diabète est une maladie chronique qui affecte des millions de personnes à travers le monde, nécessitant des solutions innovantes pour améliorer la qualité de vie des patients. La gestion de cette maladie reste un défi majeur en raison de la nécessité d’un suivi continu et précis des niveaux de glucose, ainsi que du diagnostic des complications potentielles. Des recherches antérieures ont montré que l’utilisation de dispositifs de l’Internet des Objets Médicaux (IoMT) peut améliorer la collecte de données médicales en temps réel. De plus, l’Intelligence Artificielle (IA) et l’apprentissage automatique ont été utilisés pour développer des modèles de diagnostic afin d’anticiper les variations du diabète. Cependant, ces approches nécessitent une intégration plus poussée pour offrir des solutions complètes et conviviales. Notre projet vise à répondre à ce besoin crucial en développant un système de surveillance médicale intelligent pour les diabétiques, basé sur l’IoMT et l’IA. Notre plateforme permet une surveillance continue et précise des patients en collectant et transmettant des données médicales en temps réel. Nous avons créé des modèles de diagnostic avancés pour anticiper le diabète et ses variations, et mis en place un système efficace pour stocker les données massives issues des capteurs IoMT dans une base NoSQL. Les résultats préliminaires montrent que notre système offre une surveillance plus efficace et précise des patients diabétiques. L’évaluation approfondie du système a permis d’analyser son impact en termes d’exactitude, de fiabilité et de convivialité, contribuant ainsi à améliorer les résultats de la gestion du diabète. Cette plateforme devrait grandement bénéficier aux patients diabétiques en fournissant des recommandations personnalisées et en réduisant les risques de complications. Mots clés : Internet des Objets (IoT), Intelligence artificielle (IA), Apprentissage automatique, Base de données NoSQL, Diabète, recommandations personnalisées, Surveillance continue. | fr_FR |
dc.language.iso | fr | fr_FR |
dc.publisher | Université Blida 1 | fr_FR |
dc.subject | Internet des Objets (IoT) | fr_FR |
dc.subject | Intelligence artificielle (IA) | fr_FR |
dc.subject | Apprentissage automatique | fr_FR |
dc.subject | Base de données NoSQL | fr_FR |
dc.subject | Diabète | fr_FR |
dc.subject | recommandations personnalisées | fr_FR |
dc.subject | Surveillance continue | fr_FR |
dc.title | Conception et Réalisation d’un Système de Surveillance Médicale Intelligent pour les Patients Diabétiques basé sur l’IoT et l’IA | fr_FR |
dc.type | Thesis | fr_FR |
Collection(s) : | Mémoires de Master |
Fichier(s) constituant ce document :
Fichier | Description | Taille | Format | |
---|---|---|---|---|
Aougbi Yousra et Amir Roufeida.pdf | 4,56 MB | Adobe PDF | Voir/Ouvrir |
Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.