SONAR|HES-SO

SONAR|HES-SO

SONAR|HES-SO regroupe les travaux de bachelor et master diffusables de plusieurs écoles de la HES-SO. Consultez cette page pour le détails.

En cas de question, merci de contacter les bibliothécaires de la HES-SO : bibliotheques(at)hes-so.ch

Back to SONAR
Back
Texte intégral
Bachelor thesis

Implication des futurs techniciens en radiologie médicale dans l'élaboration d'un modèle d'intelligence artificielle dédié à la reconnaissance d'images radiologiques ? Quel intérêt pour la formation ? : travail de Bachelor

Show more…
    2020

142 f.

Mémoire de bachelor: Haute école de santé Genève, 2020

Radiologie
imagerie médicale
technicien en radiologie médicale
pédagogie
intelligence artificielle
réseaux de neurones
machine learning
deep learning
réseau de neurones convolutifs
reconnaissance d'image
labellisation
big data
French L'imagerie médicale est un domaine en constante évolution et l'intelligence artificielle en fait partie intégrante. Grâce à l'apprentissage profond, cette étude a pour but de démontrer la capacité d'un système de classification à catégoriser des images radiologiques du membre supérieur en fonction des régions anatomiques et incidences d'épaules. En parallèle, nous avons participé à l'élaboration d'un travail pratique (TP), en vue d'introduire certains concepts de l'apprentissage supervisé aux étudiants de 3ème année de notre filière par le biais d'une tâche de labellisation (tagging) indirecte d'images radiologiques. Cela permettra de récolter des données sur les performances des étudiants afin de les comparer à celle des réseaux entraînés à réaliser cette même tâche. Notamment, ce travail s'intéresse à la pertinence d'un tel format d'enseignement dans la formation et l'intérêt d'acquérir ces connaissances pour les futurs professionnel(le)s en radiologie.
Language
  • French
Classification
Medical Radiation Technology
Notes
  • Haute école de santé Genève
  • hesso:hedsge
License
License undefined
Identifiers
  • RERO DOC 333213
Persistent URL
https://sonar.ch/hesso/documents/315557
Statistics
Document views: 343 File downloads:
  • LOCARNINI_PERREARD_SIERRA-PAULINO_TB_BSC3_2017.pdf: 616