GEOTRUST SSL CERTIFICATE
Titre : | la prédiction de la maladie d’Alzheimer dans la neuro-imagerie avec deep-learning |
Auteurs : | Dr Chaibi Hassen, Directeur de thèse ; Reffas Fatima Zohra, Auteur ; Chouiter Nour El Houda, Auteur |
Type de document : | texte imprimé |
Editeur : | Algèrie:unv saida-Dr Moulay Tahar, 2020-2021 |
Format : | 66P. / 29CM |
Accompagnement : | CD |
Note générale : | Bibliographie |
Langues: | Français |
Catégories : | |
Résumé : |
Depuis une dizaine d’années, la neuro-imagerie a pris une place grandissante dans la
recherche sur la maladie d’Alzheimer. Au-delà des aspects diagnostiques, les images IRM présentent également un intérêt particulier pour mesurer l’évolution de la maladie au cours du temps. Dans ce projet, nous avons essayé d’ajouter une autre utilité à cette imagerie, c’est la prédiction précoce de la maladie d’Alzheimer. Pour cela nous avons basé notre approche sur les techniques d’apprentissage profond. Nous avons discuté des notions fondamentales de l’apprentissage profond, des algorithmes les plus populaires, des réseaux de neurones en général et des réseaux de neurones convolutionnels en particulier afin de classer des images IRM en quatre classes. Cette classification permettra de prédire le stade de la maladie d’Alzheimer. Nous avons introduit ces réseaux de neurones convolutionnels en présentant les différents types de couches utilisées dans la classification (couche convolutionnelle, couche de correction, couche de pooling et couche fully connected). On a implémenté deux modèles de réseaux neurones convolutifs avec différentes architectures, et on a appliqué pour chacun de ces modèles des tests qui consistent à changer le nombre d'époques à chaque fois, calculer le temps d'exécution pour chacun des tests et afficher à la fin la matrice de confusion pour récupérer le résultat des image bien et mal classées. En travaillant sur cette recherche, nous avons été confrontés à certains défis. L’un d’eux est la nécessité d’avoir une machine puissante, d’équiper d’une carte graphique. Ce type de machine est indispensable pour développe des algorithmes de deep-learning. Ce projet nous a permis de se rapprocher des technologies du deep-Learning, et de s’initier aux traitements des images et en particulier l’imagerie médicale. Finalement Pour améliorer le travail réalisé dans ce mémoire, il serait intéressant de penser à utiliser d’autres modèles et d’algorithmes de deep-learning. |
Note de contenu : |
1-La maladie d’Alzheimer et l’imagerie médicale
2-DEEP LEARNING 3-L’approche proposée 4-Implémentation et Résultats |
Exemplaires (1)
Code-barres | Cote | Support | Localisation | Section | Disponibilité |
---|---|---|---|---|---|
TECT06466 | T.I.MS00616 | Périodique | Salle des Thèses | Informatique | Exclu du prêt |
Documents numériques (1)
la prédiction de la maladie d’Alzheimer dans la neuro-imagerie avec deep-learning Adobe Acrobat PDF |