Veuillez utiliser cette adresse pour citer ce document : http://dspace1.univ-tlemcen.dz/handle/112/23418
Titre: Classification et reconnaissance des maladies de la peau
Auteur(s): Hadj Mohammed, Aissa
Djaziri, Benyounes
Mots-clés: Apprentissage profond, réseaux de neurones convolutifs (CNN), classification des maladies de la peau, prétraitement, équilibrage, optimisation, performance, dermatologie
Date de publication: 13-jui-2024
Editeur: University of Tlemcen
Collection/Numéro: 2638 inventaire;
Résumé: Ce projet de fin d'étude a exploré l'application de l'apprentissage profond pour la classification des maladies de la peau, en mettant un accent particulier sur les réseaux de neurones convolutifs (CNN). En utilisant les bases de données de référence ISIC et HAM10000, qui contiennent des images de diverses maladies cutanées, cette étude a évalué l'efficacité de différents modèles CNN. Plusieurs contributions ont été apportées pour améliorer les performances de classification, notamment grâce à des stratégies de prétraitement, d'équilibrage et d'optimisation. Les résultats obtenus sont très prometteurs, atteignant des taux de classification de 92,8 % pour le modèle CNN classique et de 92 % pour DenseNet-121, et se comparent favorablement aux travaux existants dans la littérature. Ces résultats démontrent l'efficacité des architectures de réseaux neuronaux pour la classification des maladies de la peau
URI/URL: http://dspace1.univ-tlemcen.dz/handle/112/23418
Collection(s) :Master en Génie Biomedical

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
Classification_et_reconnaissance_des_maladies_de_la_peau.pdf3,66 MBAdobe PDFVoir/Ouvrir


Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.