Etudiant : KMOUT Achraf

Filière : Master Web Intelligence et Sciences des Données (WISD)

Encadrant : Pr. TAIRI HAMID

Annèe : 2021

Résumé : Dans cette étude, et se basant sur de nombreuses études récentes, nous avons évalué quatre modèles de segmentation sémantique basés sur l'apprentissage profond pour la segmentation des tumeurs mammaire sur des images échographique. Les méthodes basées sont : U-Net, Dense-U-Net, Selektive Kernal U-Net (SK-U-Net) et SegNet. Les modèles ont été construits à zéro et entraînés sur trois ensembles de données BUS différents comprenant 1143 images échographique. l'objectif est de sélectionner à la fin de l'évaluation, le modèle dont les performances sont les plus significatives, à être plus étudiée et investiguée en usage réel pour un système assisté par ordinateur des tumeurs mammaires.