Conception et Implémentation d’une Application Web pour l’Aide au Diagnostic de la Leucémie Myéloïde Chronique
Des informations générales:
Master |
Le niveau |
Conception et Implémentation d’une Application Web pour l’Aide au Diagnostic de la Leucémie Myéloïde Chronique |
Titre |
| Informatique Biomédicale |
SPECIALITE |
Page de garde:
Sommaire:
Mots clés
Keywords
الكلمات الدالة
Abréviations
Chapitre 1 Leucémie myéloïde chronique
I. Introduction
II. Définition du Cancer
III. Définition de la LMC
III.1. Les différentes phases de la LMC
III.2. Symptômes de la LMC
IV. Établir le diagnostic
IV.1. Diagnostic
IV.2. Pronostic
IV.3. Traitement
IV.4. Les scores
V. Le suivi de la LMC
VI. Effets indésirables des traitements de la LMC
VII. Caractérisation épidémiogénetique de LMC à Tlemcen
VII.1. Répartition selon le sexe
VII.2. Répartition selon l’âge
VII.3. Répartition selon les antécédents personnels
VII.4. Répartition selon les antécédents familiaux
VII.5. Répartition selon les phases de la LMC
VIII. Conclusion
Chapitre2 Apprentissage en profondeur
I. Introduction
I.1. IA (Intelligence Artificielle)
1.2. ML (Machine Learning)
1.3. DL (Deep learning)
II. Réseaux de neurones artificiels
III. L’apport du deep learning
IV. Classification des images par apprentissage en profondeur
Chapitre3 Conception et réalisation
I. Introduction
II. Langage et outils utilisés
II.1. Django
II.2. Sublime text
II.3. UML
III. Environnement de réalisation
IV. Analyse des besoins
IV.1. Besoins fonctionnels
IV.2. Besoins non fonctionnels
V. Identification des acteurs
V.1. Identification des cas d’utilisation
VI. Diagrammes
VI.1. Diagramme de cas d’utilisation
VI.2. Diagramme de séquences de cas d’utilisation
VI.3. Diagramme de Classe
VII. Réalisation de l’application
VII.1. Les différentes interfaces
VIII. conclusion
Conclusion et perspectives
Références
Keywords
الكلمات الدالة
Abréviations
Chapitre 1 Leucémie myéloïde chronique
I. Introduction
II. Définition du Cancer
III. Définition de la LMC
III.1. Les différentes phases de la LMC
III.2. Symptômes de la LMC
IV. Établir le diagnostic
IV.1. Diagnostic
IV.2. Pronostic
IV.3. Traitement
IV.4. Les scores
V. Le suivi de la LMC
VI. Effets indésirables des traitements de la LMC
VII. Caractérisation épidémiogénetique de LMC à Tlemcen
VII.1. Répartition selon le sexe
VII.2. Répartition selon l’âge
VII.3. Répartition selon les antécédents personnels
VII.4. Répartition selon les antécédents familiaux
VII.5. Répartition selon les phases de la LMC
VIII. Conclusion
Chapitre2 Apprentissage en profondeur
I. Introduction
I.1. IA (Intelligence Artificielle)
1.2. ML (Machine Learning)
1.3. DL (Deep learning)
II. Réseaux de neurones artificiels
III. L’apport du deep learning
IV. Classification des images par apprentissage en profondeur
Chapitre3 Conception et réalisation
I. Introduction
II. Langage et outils utilisés
II.1. Django
II.2. Sublime text
II.3. UML
III. Environnement de réalisation
IV. Analyse des besoins
IV.1. Besoins fonctionnels
IV.2. Besoins non fonctionnels
V. Identification des acteurs
V.1. Identification des cas d’utilisation
VI. Diagrammes
VI.1. Diagramme de cas d’utilisation
VI.2. Diagramme de séquences de cas d’utilisation
VI.3. Diagramme de Classe
VII. Réalisation de l’application
VII.1. Les différentes interfaces
VIII. conclusion
Conclusion et perspectives
Références
Télécharger:
Pour plus de
sources et références universitaires
(mémoires, thèses et articles
), consultez notre site principal.