Please use this identifier to cite or link to this item: http://univ-bejaia.dz/dspace/123456789/24954
Full metadata record
DC FieldValueLanguage
dc.contributor.authorOuazene, Amazigh-
dc.contributor.authorBachouche, Celine-
dc.contributor.authorBouzidi, Lhadi;promoteur-
dc.date.accessioned2024-12-10T10:26:37Z-
dc.date.available2024-12-10T10:26:37Z-
dc.date.issued2024-
dc.identifier.other003MAS/380-
dc.identifier.urihttp://univ-bejaia.dz/dspace/123456789/24954-
dc.descriptionOption : Sciences des données et aide a la décisionen_US
dc.description.abstractCe mémoire traite de l'application des techniques d'apprentissage automatique et de deeplearning pour la prédiction et le diagnostic du cancer du sein. L'objectif principal est de développer un modèle de machine learning capable de prédire le cancer du sein sur la base de données textuelles liées à des patients et de développer un modèle de deep-learning capable d'analyser des images histopathologiques afin de distinguer les tissus cancéreux des tissus sains. Nous avons utilisé, pour cela, le dataset Breast Cancer Winsconsin pour la partie prédiction et le dataset Breast Histopathology Images pour la partie classification/diagnostic. Nous avons expérimenté et évalué plusieurs techniques comme KNN, ANN, SVM, CNN etc. . . Les résultats que nous avons obtenus montrent un vrai potentiel de ces techniques pour la prédiction précoce et l'aide au diagnostic du cancer du sein. En complément, une application interactive a été développée en utilisant la bibliothèque Taipy, permettant aux cliniciens de télécharger des images et d'obtenir des prédictions en temps réel. Cette application facilite l'intégration des modèles d'intelligence artificielle dans la pratique clinique.en_US
dc.language.isofren_US
dc.publisherUniversité Abderramane Mira-Bejaiaen_US
dc.subjectCancer du sein : Apprentissage automatique :Diagnostic médical :Deep learningen_US
dc.titleAnalyse et Classification de Données pour la Prédiction et l'Aide au Diagnostic du Cancer du Seinen_US
dc.typeThesisen_US
Appears in Collections:Mémoires de Master

Files in This Item:
File Description SizeFormat 
PFE-2.pdf7.55 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.