Diagnosis of Parkinson’s Disease  using Deep Learning

SNOUSSI Bouchera; HICHEUR Chahla

dc.contributor.author	SNOUSSI Bouchera
dc.contributor.author	HICHEUR Chahla
dc.date.accessioned	2024-10-13T10:06:08Z
dc.date.available	2024-10-13T10:06:08Z
dc.date.issued	2024
dc.identifier.uri	https://di.univ-blida.dz/jspui/handle/123456789/31375
dc.description	4.621.1.1347;83p	fr_FR
dc.description.abstract	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.	fr_FR
dc.language.iso	fr	fr_FR
dc.publisher	blida1	fr_FR
dc.subject	Intelligence artificielle, Images IRM, Modèle pré-entrainés, CNN,NTUA.	fr_FR
dc.title	Diagnosis of Parkinson’s Disease using Deep Learning	fr_FR