Master en Génie Biomedical

Permanent URI for this collectionhttps://dspace.univ-tlemcen.dz/handle/112/5194

Browse

Now showing 1 - 20 of 457

MESURES PEDIATRIQUES ‘POIDS ET TAILLE’ EN VUE D’UN CONTROLE DE CROISSANCE
(University of Tlemcen, 2015-06-14) Moussaoui, Zakiya; Karzazi, Amina
Le suivi de la croissance d’un enfant reflète l'état de sa santé. Un enfant qui arrête de grandir est suspect de maladie sévère. La croissance doit être clairement enregistrée et faire l'objet d'un contrôle à chaque visite chez le pédiatre. Les courbes de percentiles représentent l'évolution du poids et de la taille en fonction de l'âge dans une population générale normale. Un enfant suit normalement sa courbe de croissance sur son percentile. S’il change de percentile au fil du temps, l’attention du médecin doit être attirée et la cause recherchée. Le suivi et la documentation de la croissance sont d’une importance capitale pour la prise en charge de l’enfant, d’où l’idée d’utiliser les nouvelles technologies pour faciliter le travail du médecin. Ce modeste travail consiste en la réalisation d’un système qui mesure le poids et la taille, le poids est déterminé en utilisant un capteur à jauge de contrainte et la taille en utilisant une technique sans contact à l’aide d’un télémètre à ultrason. Une carte à microcontrôleur de type ARDUINO contenant un ATmega328 a été utilisé pour piloter l’ensemble du système. D’un autre côté une interface graphique a été développée sous Matlab qui permet à l’ordinateur du pédiatre de relever la mesure et de faire une projection de celle-ci sur les courbes de croissances de références
Développement d’un algorithme de segmentation automatique des lésions musculo squelettique rachidienne
(University of Tlemcen, 2024-07-02) Bouazza, Hadjer
Ce projet se concentre sur le développement d'un algorithme a base de l’apprentissage profond de segmentation automatique pour les lésions musculo-squelettiques. Il examine en particulier les douleurs dorsales causées par diverses maladies affectant la colonne vertébrale, en mettant en lumière la prévalence de la hernie discale. Les radiologues rencontrent parfois des difficultés à repérer cette pathologie sur les images d’Imagerie par résonance magnétique (IRM), ce qui a motivé la recherche d'une solution efficace. L'étude visait à développer un algorithme de segmentation basé sur l'intelligence artificielle et l'apprentissage profond. Un modèle de type UNet a été créé pour améliorer la segmentation des images d’IRM, en augmentant le contraste des disques intervertébraux et en permettant une distinction plus efficace des structures environnantes. Avec une précision de 99,98 %, notre modèle, intégré dans une application dédiée, améliore la détection des hernies discales et renforce la qualité des diagnostics
Automatic detection of cervical cancer
(University of Tlemcen, 2024-10) Zaalani, Halima Ines
Le cancer du col de l'utérus provient d'une croissance cellulaire anormale dans le col de l'utérus, la partie inférieure et étroite de l'utérus qui se connecte au vagin et joue un rôle vital dans le processus de l'accouchement. Cette région est particulièrement sensible au cancer en raison de son exposition fréquente aux infections, notamment celles causées par le virus du papillome humain (VPH), principalement transmis par contact sexuel. Le VPH est un facteur de risque important dans le développement du cancer du col de l'utérus, car certaines souches à haut risque du virus peuvent induire des changements cellulaires dans le col de l'utérus, conduisant éventuellement à une malignité si l'infection persiste. Bien que de nombreuses infections à VPH se résorbent d'elles-mêmes, celles qui persistent augmentent le risque de développer un cancer du col de l'utérus, surtout dans les cas où les anomalies à un stade précoce passent inaperçues ou ne sont pas traitées. La détection précoce est essentielle pour un traitement efficace, car le cancer du col de l'utérus reste souvent asymptomatique jusqu'à des stades avancés. Dans nos recherches, nous nous concentrons sur l'amélioration des méthodes de détection du cancer du col de l'utérus en utilisant des techniques de traitement d'images pour analyser les images de cellules cervicales. Grâce à cette approche, nous visons à améliorer la précision, à renforcer la détection précoce et, finalement, à soutenir de meilleurs résultats dans le diagnostic et le traitement du cancer du col de l'utérus.
Development of a Web Application for Digital Patient Record Management
(University of Tlemcen, 2024-07-17) Messadia, Doua; Touatit, Razane
La gestion des dossiers patients a toujours constitu´e un d´efi majeur pour les professionnels de sant´e au sein des ´etablissements hospitaliers. Le suivi des patients, l’archivage de leurs ant´ec´edents m´edicaux, les examens d’imagerie m´edicale, les s´ejours hospitaliers, les diagnostics et les protocoles de traitement repr´esentent des informations cruciales qui impactent directement l’exp´erience des patients et la qualit´e des soins qui leur sont prodigu´es. Afin de surmonter ces d´efis et d’am´eliorer le quotidien des m´edecins, il est imp´eratif de num´eriser le secteur m´edical en recourant aux technologies informatiques. Ce m´emoire a pour objectif la conception d’une plateforme web d´edi´ee `a la cr´eation et `a la gestion des dossiers patients num´eriques. Cette plateforme int`egre l’ensemble du contenu des dossiers m´edicaux papier, tout en offrant la possibilit´e de g´en´erer des codes uniques, de modifier et de mettre `a jour les informations, d’enregistrer les diagnostics des s´ejours m´edicaux en pr´ecisant la chambre et le lit du patient hospitalis´e, de t´el´echarger les images m´edicales et de r´ediger les comptes rendus au sein d’une interface unique. La plateforme est d´ecompos´ee en deux espaces principale espace secr´etaire et espace m´edecin. Le secr´etaire est responsable `a la cr´eation du dossier patient num´erique et l’introduction de toutes les informations n´ecessaires qui ensuite se partagent dans l’espace des m´edecins pour effectuer les diff´erentes tˆaches.
La gestion automatique des dossiers patients dans les hôpitaux algériens par la technologie QR code
(University of Tlemcen, 2024-07-17) Benouar, Karima Amel; Ghettas, Ibtihal
L'Algérie fait face à de nombreux défis dans le secteur de la santé, notamment en ce qui concerne la gestion des dossiers médicaux des patients. Les erreurs courantes, telles que des informations manquantes ou incorrectes, ainsi que l'accès limité aux données entre les professionnels de santé, des infrastructures insuffisantes et des failles dans la sécurité des données, peuvent entraîner des conséquences graves, allant des blessures au handicap, voire à la mort. Pour garantir des soins efficaces et sûrs, il est essentiel de maintenir des dossiers médicaux précis et à jour. Un accès fiable et complet aux informations médicales permet aux professionnels de la santé de prendre des décisions éclairées et solides en matière de soins. Pour remédier à ces problèmes, nous avons développé PatientCare, une plateforme web collaborative innovante qui gère et numérise les dossiers médicaux des patients. En utilisant des QR codes, PatientCare offre une gestion rapide et technologique des données médicales, assurant un accès sécurisé aux informations à tout moment et en tout lieu. De plus, PatientCare intègre l'intelligence artificielle pour assister dans le diagnostic médical, améliorant ainsi la gestion des urgences et la qualité des soins prodigués. Cette solution révolutionnaire vise à renforcer l'efficacité, la sécurité et la qualité des soins en Algérie
L’aide à la décision dans la radiologie
(University of Tlemcen, 2024-06-13) Dahasse, Fares; Bencheikh, Taha Yassine; Malfi, Djawed
L'aide à la décision dans la radiologie, notamment en mammographie et en scanner thoracique, est devenue essentielle grâce aux progrès de l'intelligence artificielle. Dans la mammographie, les algorithmes peuvent détecter automatiquement les anomalies telles que les masses et les microcalcifications, permettant ainsi une détection précoce du cancer du sein et une priorisation des cas à risque. De même, dans le scanner thoracique, les systèmes d'aide à la décision aident à identifier et à caractériser les nodules pulmonaires, les infections et les embolies, facilitant ainsi le diagnostic et la planification préopératoire. En intégrant l'intelligence artificielle dans le processus de diagnostic radiologique, la précision, la rapidité et la fiabilité des diagnostics sont améliorées, offrant ainsi une meilleure prise en charge des patients et des résultats plus favorables
Application de la transformée en ondelettes continue (TOC) et discrète (TOD) dans le traitement des valvulopathies cardiaques
(University of Tlemcen, 2024) Hammouda, Abouhafes Mohammed Said
Les valvulopathies cardiaques représentent un défi majeur pour la santé humaine à l'échelle mondiale. L'analyse rigoureuse des anomalies des bruits cardiaques procure des informations cliniques cruciales pour le diagnostic et la prise en charge des pathologies cardiaques. À ce jour, le phono cardiogramme (PCG) demeure l'outil privilégié pour le dépistage et le diagnostic de nombreuses affections cardiaques. Dans ce travail, nous proposons une méthode d'assistance au diagnostic basée sur l'analyse automatique des signaux phono cardiogrammes(PCGs). La base de données utilisé comporte 450 enregistrements. Les enregistrements PCG ont été prétraités et segmentés en utilisant une approche basée sur le débruitage par ondelettes et l'enveloppe de l'énergie de Shannon. Cette étape a permis d'améliorer la qualité des signaux et de les diviser en segments pour l'analyse ultérieure. L'extraction de paramètres pertinents est élaborée en appliquant les transformées continue et discrète d’ondelettes (TOC et TOD) aux segments de signaux. Ces applications nous ont permis d'extraire des paramètres discriminants permettant de différencier les différents cas de sévérité pathologique. Le classificateur SVM, nous permet de classifier automatiquement les signaux PCGs en fonction de la présence ou non d'une pathologie cardiaque
Classification et reconnaissance des maladies de la peau
(University of Tlemcen, 2024-06-13) Hadj Mohammed, Aissa; Djaziri, Benyounes
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
Conception d’un système d’aide au diagnostic de la maladie coeliaque par une méthode d’apprentissage artificielle (CELIA SCAN)
(University of Tlemcen, 2024) Tireche, Abderrahmen; Draou, Zineb
Logiciel CeliaScan présenté dans cette thèse vise à améliorer l'efficacité et la précision du diagnostic de la maladie coeliaque au sein des établissements médicaux. Conçu pour répondre aux défis courants dans le domaine de la gastroentérologie, le logiciel CeliaScan offre des fonctionnalités complètes, y compris le traitement avancé des images, le diagnostic assisté par IA, des interfaces conviviales et une intégration transparente avec les systèmes médicaux existants. En rationalisant ces processus, le logiciel améliore considérablement les flux de travail diagnostiques, réduit la charge des professionnels de la santé et améliore les soins aux patients. Malgré ses nombreux avantages, les systèmes de diagnostic traditionnels pour la maladie coeliaque rencontrent plusieurs défis, tels que des critères de diagnostic incohérents, un accès limité aux outils de diagnostic avancés et la nécessité d'une expertise spécialisée. Cette thèse fournit une analyse détaillée de ces problèmes et discute des solutions pour les surmonter grâce à la mise en oeuvre de CeliaScan. Dans l'ensemble, cette thèse démontre le rôle essentiel des logiciels de diagnostic assisté par IA dans la modernisation des départements de gastroentérologie et souligne leur potentiel à contribuer de manière significative au domaine médical. Ce travail fournit un aperçu complet des capacités du logiciel et de son impact sur la prestation des soins de santé.
Plateforme pour prise de rendez-vous médical
(University of Tlemcen, 2024-07-15) Khedim, Zeyneb
Les dossiers médicaux jouent un rôle crucial dans le secteur des soins de santé primaires, assurant non seulement la continuité des soins, mais également la qualité et l'efficacité des traitements. La gestion des rendez-vous médicaux est un aspect clé qui influence directement l'expérience des patients et l'efficacité des pratiques médicales. Les systèmes en place pour la prise, la modification et l'annulation des rendez-vous sont essentiels pour répondre aux besoins des patients et permettre aux médecins de gérer efficacement leur emploi du temps. Cependant, ces systèmes présentent des défis importants. La problématique centrale de cette étude réside dans les lacunes des systèmes actuels de gestion des rendez-vous médicaux. Les défis incluent des processus d'inscription et de connexion peu intuitifs, des difficultés dans la planification et la modification des rendez-vous, ainsi que des insuffisances dans la communication entre patients et médecins. Ces problèmes peuvent entraîner des erreurs de programmation, des rendez-vous manqués et une mauvaise satisfaction des patients, affectant ainsi la qualité des soins et l'efficacité administrative. L'objectif de cette étude est de comprendre les pratiques actuelles et les défis associés à la gestion des rendez-vous médicaux. Il s'agit d'analyser les besoins des patients et des médecins dans le contexte de la prise et de l'annulation des rendez-vous, ainsi que d'évaluer l'impact des systèmes en place sur la qualité des soins et l'efficacité opérationnelle. L'étude vise également à proposer des améliorations basées sur les lacunes identifiées dans les systèmes existants. Pour atteindre ces objectifs, une revue de la littérature existante a été effectuée, mettant en lumière les pratiques courantes et les défis rencontrés dans la gestion des rendez-vous médicaux. L'analyse critique des travaux précédents a permis d'identifier les lacunes et les contradictions dans la littérature. Des études de cas et des enquêtes ont été menées pour recueillir des données sur les expériences des utilisateurs (patients et médecins) et les performances des systèmes actuels. Les résultats ont été utilisés pour développer des recommandations visant à améliorer la gestion des rendez-vous médicaux et à optimiser l'efficacité des systèmes de soins de santé
Radiology Information System Software (RIS)
(University of Tlemcen, 2024) Djefaflia, Wadjih Mohammed
Le logiciel de Système d'Information Radiologique (RIS) présenté dans cette thèse vise à améliorer l'efficacité et l'efficience des départements de radiologie au sein des institutions médicales. Conçu pour répondre aux défis courants du domaine, le logiciel RIS offre des fonctionnalités complètes, y compris l'enregistrement des patients, la planification, le suivi, la gestion des commandes, la facturation et les rapports. En rationalisant ces processus, le logiciel améliore considérablement les flux de travail opérationnels, réduit les charges administratives et améliore les soins aux patients. Malgré les nombreux avantages, les logiciels RIS traditionnels rencontrent également plusieurs défis, tels que des interfaces utilisateur obsolètes, des limitations de portabilité et des lacunes de communication entre les membres de la Clinic. Cette thèse fournit une analyse détaillée de ces problèmes et discute des solutions pour les surmonter. Dans l'ensemble, cette thèse démontre le rôle vital du logiciel RIS dans la modernisation des départements de radiologie et souligne son potentiel à contribuer de manière significative au domaine médical. Ce travail offre une vue d'ensemble complète des capacités du logiciel et de son impact sur la prestation des soins de santé.
Aide au diagnostic pour la Détection automatique de la Maladie de L’Alzheimer
(University of Tlemcen, 2024-06) Doubba, Ilyes; Morsli, Hend
La maladie d’Alzheimer est une maladie qui affecte les neurones ainsi que les cellules du cerveau en entrainant la perte de certaines fonctions du cerveau. Pour cette raison, le diagnostic précoce de cette maladie est une bonne initiative afin d’offrir une meilleure qualité de vie pour les patients ainsi que leurs entourage. Dans cette étude, nous avons proposé un algorithme pour la détection automatique de cette maladie en utilisant les modèles d’apprentissage profond notamment VGG16 et VGG19 appliquées sur la base de données Alzheimer disponible sur la plateforme "KAGGLE". Ainsi, ces modèles sont appliqués pour distinguer entre un cas normal et un cas Alzheimer d’une part, et d’autre part différencier entre un cas sain et chaque stade de la maladie c’est-à-dire une classification binaire entre : normal vs stade1, normal vs stade2 et normal vs stade3. Les résultats obtenus sont prometteurs et montrent que la classification classe vs classe dépasse la classification entre un cas normal et un cas Alzheimer
Développement d’un système numérique d’aide à la détection et la classification des tumeurs osseuses et appliqué en radiographie conventionnelle X
(University of Tlemcen, 2023-09-26) Manseri, Nabil
Bien que la tumeur osseuse soit l’une des pathologies humaines les plus courantes, que le pronostic de certaines d’entre elle est très médiocre et que le compartiment osseux est le premier organe bénéficiant du domaine de l’imagerie ; le diagnostic des néoformations osseuses est souvent fortuit, tardif et à un stade très évolué tantôt par l’absence de symptomatologie d’alarme amenant le patient à consulter et tantôt à cause des artéfacts radiologiques privant le médecin de poser un diagnostic ou au moins de suspecter voir détecter une lésion. Partant du principe que la radiographie conventionnelle est l’examen paraclinique le plus disponible , le plus accessible et le moins couteux , que la structure osseuse est la plus visible sur l’imagerie à rayon X par son coefficient d’absorption élevé et que l’acquisition des images est optimisée par des protocoles appropriés ;il n’en reste que les méthodes modernes du traitement de l’image , rendant la détection de ces anomalie très facile pour n’importe quel praticien du domaine de la santé , et l’exploitation des moyens de l’intelligence artificielle permettant grâce à un apprentissage adéquat d’assister le personnel spécialisé dans la classification générale bénin/malin voire la classification probabiliste bayésienne détaillée de chaque pathologie à part. Dans notre travail nous nous sommes concentrés sur les différentes méthodes numériques permettant le traitement de l’image avec l’optimisation de l’extraction et de l’analyse de ces paramètres pertinents.
Modélisation numérique d’antenne IRM tête
(University of Tlemcen, 2023-06-15) Korchi, Sara
Ce projet de fin d'études a pour objectif de modéliser une antenne IRM de tête plus performante, composées de 16 éléments, fonctionnant à une fréquence de 63,85 MHz dans un champ magnétique de 1,5 T. Nous avons utilisé le logiciel ANSYS HFSS pour mener différentes analyses approfondies, nous avons entrepris des analyses approfondies pour optimiser la conception des antennes, afin d'améliorer la qualité des images obtenues lors de l'imagerie par résonance magnétique de la tête. Ainsi, trois antennes ont été réalisées dans ce cadre, elles sont capables de générer un champ magnétique homogène à la fréquence de résonance. Elles peuvent également respecter les normes de sécurité en vigueur et ne présente aucun risque significatif sur le patient.
Détection et Classification des Troubles de la Voix
(University of Tlemcen, 2023-09-20) Mekhellet, Ahmed Yacine
Ce mémoire se consacre à la classification des voix pathologiques, un domaine vital pour la santé vocale. À travers trois chapitres, il explore les fondamentaux du signal vocal, présente une méthodologie intégrant le traitement du signal, y compris l'analy se en ondelettes et l'extraction des paramètres, puis dévoile les résultats prometteurs obtenus grâce à un modèle SVM pour la classification. L'objectif majeur est d'améliorer le diagnostic et la prise en charge des troubles vocaux en fournissant des outils plus performants aux professionnels de la santé, en se basant sur la base de données VOICED. Ce travail souligne l'importance cruciale de la santé vocale et la nécessité d'investir dans des méthodes de diagnostic plus précises et accessibles, tout en ouvrant de nouvelles perspectives pour les soins et la qualité de vie des individus touchés.
Study and realization of a system for measuring hemoglobin: hemoglobinometer
(University of Tlemcen, 2023-06-26) Beghdad, Amira
Hemoglobin (Hb or Hgb) is an essential element within the human body since it is a protein molecule in the red blood cells which attribute their color and transport oxygen from lungs to all the tissues and carbon dioxide from tissues to lungs. It is important to measure the rate of Hb since if it is low, the person may suffer from anemia, a pathological situation which may result from multiple causes and reveal many symptoms such as tiredness, paleness, dizziness etc: and have to be treated rapidly. The Health professionals will be able to diagnose anemia using the hemoglobinometer, a medical device which is able to measure precisely and rapidly the rate of Hemoglobin within blood. This device uses the spectrophotometry method to determine the concentration of Hemoglobin within a sample of blood. It is with this device as far as this project is concerned. In fact, we are concerned in this project with the study and the realization of a “hemoglobinometer” based on the spectrophotometry method. The proposed device is aimed to be inexpensive; easy to manipulate and reliable in measuring and displaying the rate of Hb.
Aide au diagnostic dans l’imagerie cérébrale : Application dans la reconnaissance des AVC.
(University of Tlemcen, 2023-06-25) Elbachir, Chaimaa; Sitayeb, Norelhouda
Ce projet vise à résoudre la problématique de classification des Accident Vasculaire Cérébral (AVC) en utilisant une approche basée sur la méthode Grey level co-occurrence matrix (GLCM) combinée aux modèles de classification SVM et KNN. L'objectif principal est d'améliorer la détection précoce et la classification précise des AVC à partir d'images médicales. Dans ce projet, une méthodologie rigoureuse a été suivie. Des images médicales au format DICOM ont été collectées, puis des caractéristiques pertinentes ont été extraites à l'aide de la méthode GLCM, telles que le contraste, la corrélation, l'énergie, l'homogénéité et l'entropie. Ces caractéristiques ont été utilisées comme données d'entrée pour les modèles SVM et KNN. Les résultats obtenus ont été prometteurs. Le modèle SVM avec le noyau RBF a démontré une sensibilité et une spécificité élevées, avec un taux de classification satisfaisant pour les AVC. Le modèle KNN avec la distance euclidienne et un K égal à 5 a atteint une sensibilité parfaite, bien que sa spécificité soit légèrement inférieure. Cette étude apporte une contribution significative dans le domaine de la détection précoce et de la classification des AVC. Elle démontre l'efficacité de la méthode GLCM en combinaison avec les modèles SVM et KNN pour obtenir des résultats précis. L'application de cette approche peut avoir un impact considérable sur la prise en charge rapide des patients atteints d'AVC et sur la réduction des complications.
Un réseau neurοnal cοnvοlutif pοur la segmentatiοn d'images IRM Cérébrale
(University of Tlemcen, 2023-06-25) Elezaar, Rοufaida; Fakhar, Hadjhammοu
L'imagerie par résοnance magnétique (IRM) est une technique en médecine permettant la lοcalisatiοn précise des tissus et des lésiοns invisibles dans différents plans spatiaux. Notre travail implémente un système d'aide au diagnοstic médical utilisant des réseaux de neurοnes d'architectures variées pοur localiser et détecter des tumeurs cérébrales en imagerie par résοnance magnétique (IRM) en nous basant sur l’apprentissage prοfοnd. Une base de dοnnées cοntenant 256 images a été explorée. Nοus avοns ensuite utilisé les modèles VGG16, RESNET50 et VGG19 pοur la classificatiοn et CNN pοur la détectiοn. Des résultats d'apprentissage, de test et de validatiοn satisfaisants οnt été ainsi οbtenus.
Traitement et classification des signaux Phonocardiogrammes (PCGs) par réseaux de neurones
(University of Tlemcen, 2023-06-22) Mebarki, Djihane Reguia
Le signal phonocardiogramme (PCG) est un enregistrement sonore qui provient de l'activité mécanique du coeur humain. Bien que son utilisation soit moins courante de nos jours, il offre des informations précieuses sur l'état cardiaque grâce aux avancées technologiques. Le traitement des bruits cardiaques enregistrés revêt une grande importance dans le diagnostic des différentes pathologies cardiaques, en particulier celles liées aux valves cardiaques qui sont à l'origine de ces bruits. La classification des signaux PCG pour la reconnaissance des cas pathologiques représente un défi majeur pour les cardiologues. Dans cette étude, nous proposons une méthode d'aide au diagnostic basée sur l'analyse automatique des signaux phonocardiogrammes. Nous avons analysé des signaux PCG provenant d'une base de données du site de’’ l'American College University’’. Pour améliorer la qualité de ces enregistrements, nous avons appliqué un filtre de seuillage des coefficients d'ondelettes. Ensuite, nous avons effectué la segmentation en utilisant une approche temporelle basée sur l'énergie de Shannon et le calcul de l'enveloppe d'énergie. Nous avons extrait des paramètres permettant de distinguer les cas pathologiques des cas sains. Enfin, nous avons utilisé le réseau de neurones artificiels(RNA) pour effectuer la classification.
Infection detection: Bridging the gap from pixels to malaria diagnosis
(University of Tlemcen, 2023-06-19) Mahdi, Oumaima; Maghboune, Fadoua
Malaria, a serious disease that affects millions of people worldwide, continues to pose a significant global health challenge. remains a major global health challenge. In this context, we present a new method for detecting malaria in images of blood cells using long-term memory (LSTM) networks. Our primary goal is to develop an automated diagnostic system that can assist specialists in accurately identifying infected and uninfected blood cells. We have successfully captured complex sequence relationships within these images, which leads to high-resolution detection results. The achieved performance of our model reached an impressive accuracy of 98%, confirming its effectiveness in detecting malaria.

Browse

Recent Submissions