Classification d'Images Radiologiques Par Apprentissage Profond Optimisé [French]

By Mahesh Jangid

Les r?seaux neuronaux convolutifs profonds, ou simplement les r?seaux neuronaux convolutifs (CNN), sont r?cemment devenus l'un des mod?les d'apprentissage les plus puissants et les plus expressifs pour la reconnaissance des formes d'images, le traitement des images m?dicales, la vision par ordinateur, la reconnaissance optique des caract?res et la reconnaissance de l'?criture manuscrite, etc. qui permettent d'effectuer des t?ches de classification, tant binaires que cat?gorielles, de mani?re efficace et simple. En plus de sa large utilisation dans divers domaines et champs, il a gagn? en popularit? et en reconnaissance dans le domaine des sciences m?dicales, car divers rapports m?dicaux sont aujourd'hui tr?s fiables sur la reconnaissance d'images bas?e sur l'apprentissage profond. Dans ce livre, nous avons form? un mod?le de r?seau neuronal structur? profond, qui est essentiellement un mod?le CNN sur un grand ensemble de donn?es d'images radiographiques appel? MURA (Musculoskeletal Radiographs Abnormality) et nous avons essay? de pr?dire les anomalies d'une image radiographique (si une image est normale ou anormale) sur la base de classifications binaires.

• Format: Paperback
• Language: French
• ISBN: 6204171631
• ISBN13: 9786204171630
• Release Date: October 2021
• Publisher: Editions Notre Savoir
• Length: 72 Pages
• Weight: 0.26 lbs.
• Dimensions: 0.2" x 6.0" x 9.0"