Ube méthode pour la segmentation des image pulmonaires pour le diagnostic de covid’19
No Thumbnail Available
Date
2021
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Universite laarbi tebessi tebessa
Abstract
Depuis décembre 2019, l'épidémie de la maladie à coronavirus (COVID-19) a causé de nombreux décès et touché tous les secteurs de la vie humaine.
Motivés par ce fait, un grand nombre de travaux de recherche ont été proposés et développés pour les premiers mois de 2020. Dans ce travail, nous nous concentrons d'abord sur la synthèse des travaux de recherche les plus récents liés aux applications d'apprentissage en profondeur du traitement d'images médicales COVID-19. Nous vérifions cela à partir de modèles d'apprentissage en profondeur pour la segmentation des régions infectées par la pneumonie dans Des tomodensitogrammes pour la détection du COVID-19.
Aujourd'hui, le traitement d'images joue un rôle important dans de nombreux domaines.
Dans le système de traitement d'images, le processus le plus important est la segmentation
d’image.
Description
Keywords
: COVID-19 ، التعلم العميق ، تجزئة الصور ، صور التصوير المقطعي المحوسب ، هندسة U-Net, COVID-19, apprentissage profond ,segmentation d’image , CT images, U-Net architecture, COVID-19, deep learning, image segmentation, CT images, U-Net architecture