Projet de fin d'étude : La détection des maladies pulmonaires par l'analyse des images échographiques par l'apprentissage profond

Etudiant : TAGNAMAS Jaouad

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

Encadrant : Pr. TAIRI HAMID

Annèe : 2021

Résumé : Dans ce travail, nous avons utilisé le jeu de données des images pulmonaires disponibles publiquement, composé de 202 vidéos de quatre classes différentes (COVID-19, pneumonie bactérienne, pneumonie virale non-COVID-19, saine). Sur ce jeu de données, nous réalisons une étude comparative des méthodes d'apprentissage profond pour le diagnostic des pathologies pulmonaires. Nous proposons un modèle basé sur les images qui distingue correctement les vidéos échographiques des poumons infectés par COVID-19 des données de pneumonie saine et bactérienne avec une précision de 0.74%. Pour étudier l'utilité de la méthode proposée, nous employons des méthodes d’interopérabilité qui sont utiles à la compréhension et au débogage des modèles. Enfin, Le modèle proposé pourrait contribuer au développement d'une méthode de dépistage rapide et accessible pour les maladies pulmonaires.