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 | Taille | Format | |
---|---|---|---|---|
Detection_du_cancer_de_sein_par_l’apprentissage_profond.pdf | 1,8 MB | Adobe PDF | Voir/Ouvrir |
Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.