Veuillez utiliser cette adresse pour citer ce document : http://dspace1.univ-tlemcen.dz/handle/112/21653
Titre: Détection du cancer de sein par l’apprentissage profond
Auteur(s): Ouadah, Nihed Amaria
Ouahiani, Nour El Houda
Mots-clés: deep learning, détection, cancer du sein, les hyper paramètres, les métriques.
Date de publication: jui-2023
Editeur: University of Tlemcen
Résumé: La détection précoce du cancer du sein est cruciale pour améliorer les chances de guérison des patients. Les techniques d'intelligence artificielle, et plus particulièrement le deep learning, peuvent aider à améliorer la précision de cette détection. La méthodologie implique l'utilisation d'une base de données "Breast Cancer Wisconsin data set" pour entraîner des réseaux de neurones, suivie d'une évaluation de leur performance sur des ensembles de données de test. Les résultats montrent que cette approche permet d'obtenir des résultats prometteurs en termes de précision de détection, avec une sensibilité et une spécificité élevées. L'étude compare également les performances de cette approche avec d'autres travaux de détection de cancer du sein, montrant que le deep learning peut fournir des résultats significativement meilleurs.
URI/URL: http://dspace1.univ-tlemcen.dz/handle/112/21653
Collection(s) :Master en Télécommunication

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
Detection_du_cancer_de_sein_par_l’apprentissage_profond.pdf1,8 MBAdobe PDFVoir/Ouvrir


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