Détection des anomalies EEG par l’analyse de son signal

Notice brève
dc.contributor.authorKHADIR Djerida Asma
dc.date.accessioned2026-09-14T09:53:06Z
dc.date.available2026-09-14T09:53:06Z
dc.date.issued2025-06-21
dc.description.abstractCe mémoire vise à développer un modèle basé sur l’apprentissage profond pour la détection précoce des crises épileptiques, améliorant ainsi le diagnostic médical électronique des maladies neurologiques , et contribuant à une meilleure prise en charge de cette pathologie répandue. Le modèle proposé repose sur un réseau neuronal convolutif (CNN) combiné aux unités récurrentes fermées (GRU) et à une machine à vecteurs de support (SVM), entraîné sur deux jeux de données représentés par la base CHB-MIT.
dc.identifier.urihttps://dspace.univ-oran1.dz/handle/123456789/5386
dc.language.isofr
dc.subjectapprentissage profond, détection des crises épileptiques, diagnostic médical électronique, épilepsie, CNN, GRU, SVM, CHB-MIT
dc.titleDétection des anomalies EEG par l’analyse de son signal
dc.typeThesis
grade.ExaminateurBenameur Rabie
grade.GradeMaster
grade.PrésidentHAMDANI Nesrine, MCA, University of Oran1, ISTA
grade.RapporteurTRACHE Najia , MCB, University of Oran1, ISTA
la.SpécialitéInstrumentation et métrologie
la.coteMI22
Fichiers
Bundle original
Voici les éléments 1 - 1 sur 1
Pas de vignette d'image disponible
Nom :
PFE(EEG) version fin.pdf
Taille :
2.29 MB
Format :
Adobe Portable Document Format
Description :
Télécharger
Collections
Mémoires de Master (Instrumentation et métrologie)