Reconnaissance d’images par les réseaux de neurones convolutionnels (CNN)

الموضوعات

علوم تطبيقية وتكنولوجية

الملخص

Dans ce travail, nous présentons une approche d’apprentissage profond ‘deep learning ‘pour la détection automatique du cancer de sein IDC dans les images histologiques. Cette approche est basée sur l’utilisation des réseaux de neurones convolutionnels (CNN), qui sont actuelle-ment les méthodes les plus efficacités dans le domaine de la classification des images. Le modèle CNN implémenté dans notre travail est constitué de plusieurs couches et entrainé par une base de données d’images histologiques du cancer IDC qui contient des milliers d’images. L’évaluation du modèle CNN a montré de bonnes performance en terme de préci-sion avec un taux de de classification de 84%.

روابط وملفات

التعريف والنوع

رقم الوثيقة

0154e48d-a5fd-486d-b01e-20df3b3dbdd1

رقم العقد

0

نوع الوسائط

Crawler

نوع المحتوى

الرسائل العلمية

صيغة المصدر

ماستر (LMD)

نوع الملف

pdf text

أسماء الملفات

2123819_1.pdf

بيانات النشر

ألقاب المؤلفين

[{"name_ar":" Rabah Idoui","title_ar":"اعداد","title_en":"Preparation"},{"name_ar":"Ahmed Himeur","title_ar":"اعداد","title_en":"Preparation"},{"name_ar":"Sabrina Bouatmane","title_ar":"اشراف","title_en":"Supervision"}]

اللغة

French

المصدر والدورية

اسم المصدر

Reconnaissance d’images par les réseaux de neurones convolutionnels (CNN)

المحتوى والصفحات

عدد الصفحات

0

ترجمة الملخص

n this work, we present a deep learning approach for the automatic detection of IDC breast cancer in histological images. This approach is based on the use of Convolutional Neural Networks (CNNs), which are currently the most efficient methods in the field of image classi-fication. The CNN model implemented in our work is made up of multiple layers and trained by an IDC cancer histological image database that contains thousands of images. The evaluation of the CNN model showed good performance in terms of accuracy with a classification rate of 84%.

كلمات الباحثين

réseaux du CNN, RNN, Deep Learning,

إشراف وإعداد

الإشراف

Sabrina Bouatmane

الإعداد

Rabah Idoui, Ahmed Himeur

الاقتباسات الببليوغرافية