Détection des Lésions Cutanées à l’Aide des Techniques d’Apprentissage Automatique / Oulèye BARO ([2025]) 

Public ISBD Titre : Détection des Lésions Cutanées à l’Aide des Techniques d’Apprentissage Automatique Type de document : texte imprimé Auteurs : Oulèye BARO, Auteur Editeur : Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique Année de publication : [2025] Importance : 63 P. Format : 29 cm Langues : Français (fre) Mots-clés : Détection  Lésions Cutanées  Apprentissage automatique  Intelligence artificielle  Apprentissage profond  Réseau de neurones convolutifs  Image médicale  Image dermatoscopique  Dermatologie  Imagerie médicale  Métadonnée  Image Résumé : Les maladies de la peau, et notamment les lésions cutanées suspectes, représentent un enjeu majeur de santé publique à travers le monde. Ce mémoire s’inscrit dans la perspective d’améliorer leur détection précoce grâce aux méthodes d’intelligence artificielle, notamment l’apprentissage profond. L’objectif principal de ce travail est de développer un modèle basé sur les réseaux de neurones convolutifs (CNN) capable d’identifier automatiquement des lésions cutanées à partir d’images médicales. Pour ce faire, nous avons exploité un ensemble de données d’images dermatoscopiques annotées, en appliquant un pipeline de prétraitement et d’entraînement de modèles profonds. Différentes architectures ont été comparées afin d’évaluer leur efficacité en termes de précision, rappel et F1-score. Les résultats obtenus montrent que le modèle proposé atteint une performance compétitive, confirmant le potentiel de l’IA pour assister les dermatologues dans le diagnostic. Ce travail ouvre ainsi la voie à des outils de dépistage automatisé fiables, accessibles et rapides pour les systèmes de santé. Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=3277 Détection des Lésions Cutanées à l’Aide des Techniques d’Apprentissage Automatique [texte imprimé] / Oulèye BARO, Auteur . - Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique, [2025] . - 63 P. ; 29 cm. Langues : Français (fre) Mots-clés : Détection  Lésions Cutanées  Apprentissage automatique  Intelligence artificielle  Apprentissage profond  Réseau de neurones convolutifs  Image médicale  Image dermatoscopique  Dermatologie  Imagerie médicale  Métadonnée  Image Résumé : Les maladies de la peau, et notamment les lésions cutanées suspectes, représentent un enjeu majeur de santé publique à travers le monde. Ce mémoire s’inscrit dans la perspective d’améliorer leur détection précoce grâce aux méthodes d’intelligence artificielle, notamment l’apprentissage profond. L’objectif principal de ce travail est de développer un modèle basé sur les réseaux de neurones convolutifs (CNN) capable d’identifier automatiquement des lésions cutanées à partir d’images médicales. Pour ce faire, nous avons exploité un ensemble de données d’images dermatoscopiques annotées, en appliquant un pipeline de prétraitement et d’entraînement de modèles profonds. Différentes architectures ont été comparées afin d’évaluer leur efficacité en termes de précision, rappel et F1-score. Les résultats obtenus montrent que le modèle proposé atteint une performance compétitive, confirmant le potentiel de l’IA pour assister les dermatologues dans le diagnostic. Ce travail ouvre ainsi la voie à des outils de dépistage automatisé fiables, accessibles et rapides pour les systèmes de santé. Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=3277

Réservation

Réserver ce document

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MEM 11659	MEM 11659	Mémoires de master	Master mathématiques et Informatique	Modélisation statistique informatique	Disponible

Documents numériques

MEM 11659 Adobe Acrobat PDF

---

1 (1 - 1 / 1) Par page : 25 50 100 200