Back
Nater_Quentin_2021_TB.pdf
Bachelor thesis

Détection avancée de maladie oculaire

SONAR|HES-SO

  • Sierre : Haute Ecole de Gestion Valais
glaucome
machine learning
réseau de neurones
deep learning
CNN 1D
French Ce document, rédigé dans le contexte du travail de Bachelor de la filière d’informatique de gestion de la HESSO//Valais, a pour but de déceler des caractéristiques dans des données temporelles récoltées depuis des lentilles intelligentes posées sur l’oeil de patients pouvant être atteints de glaucome, dans l’optique de prédire si la série de données récoltées est classifiée comme étant saine ou malade. Cette prédiction pourrait évaluer si les caractéristiques apprises sont relatives à des maladies oculaires spécifiques. Ce travail de Bachelor, mené en collaboration avec l’entreprise Sensimed S.A.1 et le groupe Dude-lab de l’Institut Informatique de Gestion du Valais, repose sur des recherches sur les différentes technologies de machine learning. Il testera des modèles de classification traditionnels dans des outils de machine learning comme KNIME et des modèles de deep learning basés sur la technologie Keras. Finalement, ce document révélera les résultats, les analyses et les conclusions des différents outils pour démontrer l’utilisabilité des caractéristiques apprises à partir des datasets temporels.
Language
  • French
Classification
Computer science and technology
Notes
  • Haute Ecole de Gestion Valais
  • Informatique de gestion - Wirtschaftsinformatik
  • hesso:hegvs
Persistent URL
https://folia.unifr.ch/global/documents/320041
Statistics
Document views: 107 File downloads:
  • Nater_Quentin_2021_TB.pdf: 402