Dépôt Institutionnel de l'Université BBA

Détection de la tumeur cérébrales dans l’image IRM par l’Apprentissage en profondeur.

Afficher la notice abrégée

dc.contributor.author ZERROUGUI, Mounir
dc.contributor.author HAMADENE, Soumaya
dc.date.accessioned 2021-12-05T12:44:29Z
dc.date.available 2021-12-05T12:44:29Z
dc.date.issued 2021
dc.identifier.issn Mm/629
dc.identifier.uri https://dspace.univ-bba.dz:443/xmlui/handle/123456789/1411
dc.description.abstract en_US
dc.description.abstract Abstract A brain tumor is the growth of abnormal cells in the brain, some of which can lead to cancer. The usual way to detect a brain tumor is with magnetic resonance imaging (MRI). From the MRI images, information about the abnormal growth of tissue in the brain is determined. In our subject, the brain tumor is detected by applying machine learning algorithms. When these algorithms are applied to MRI images, brain tumor predictions are made very quickly. This prediction also helps the radiologist to make quick decisions. We have proposed a new model of CNN Network to segment brain tumors into two classes with and without tumor. The medical MRI images were processed, resized, cropped and augmented prior to the training of the CNN and Vgg-16 models and the results were satisfactory. Résumé Une tumeur cérébrale est la croissance de cellules anormales dans le cerveau, dont certaines peuvent conduire au cancer. La façon habituelle de détecter une tumeur cérébrale est l'imagerie par résonance magnétique (IRM). À partir des images IRM, des informations sur la croissance anormale des tissus dans le cerveau sont déterminées. Dans notre sujet, la tumeur cérébrale est détectée en appliquant des algorithmes d'apprentissage automatique. Lorsque ces algorithmes sont appliqués aux images IRM, les prédictions de tumeurs cérébrales sont faites très rapidement. Cette prédiction aide également le radiologue à prendre des décisions rapides. Nous avons proposé un nouveau modèle de réseau CNN pour segmenter les tumeurs cérébrales en deux classes avec et sans tumeur. Les images d'IRM médicales ont été traitées, redimensionnées, recadrées et augmentées avant la formation des modèles CNN et Vgg-16 et les résultats ont été satisfaisants. en_US
dc.language.iso fr en_US
dc.publisher Université Mohamed el-Bachir el-Ibrahimi Bordj Bou Arréridj Faculté de Mathématique et Informatique en_US
dc.title Détection de la tumeur cérébrales dans l’image IRM par l’Apprentissage en profondeur. en_US
dc.type Thesis en_US


Fichier(s) constituant ce document

Ce document figure dans la(les) collection(s) suivante(s)

Afficher la notice abrégée

Chercher dans le dépôt


Recherche avancée

Parcourir

Mon compte