Deep Learning Approaches for Stroke Detection Using CNN and Transfer Learning Techniques
No Thumbnail Available
Date
2023-09
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
university of eloued جامعة الوادي
Abstract
This project explores the application of artificial intelligence (AI) techniques
to enhance the diagnosis of stroke disease through medical image classification.
Leveraging the power of neural networks, we conducted a comparative study
involving popular transfer learning techniques such as VGG16, VGG19, and
ResNet-50. While these complex architectures demonstrated their potential, we
also recognized the pitfalls of deep models, leading us to introduce a simpler
Convolutional Neural Network (CNN) model. Through rigorous evaluation, our
proposed CNN model achieved an exceptional accuracy of 99.60%, underscoring
the efficacy of a streamlined approach. Our findings emphasize the balance
between sophisticated methodologies and pragmatic solutions, showcasing how AI
can significantly impact medical diagnoses. As a practical application, we developed
an intuitive application that enables users to classify medical images, bridging
the gap between AI advancements and real-world medical practices. This project
contributes to the advancement of AI in healthcare :
يستكشف هذا المشروع تطبيق تقنيات الذكاء الاصطناعي لتعزيز تشخيص مرض السكتة الدماغية من خلال تصنيف الصور الطبية. من أجل الاستفادة من قوة الشبكات العصبية، أجرينا دراسة مقارنة تتضمن تقنيات التعلم بالنقل الشائعة مثل VGG16، وVGG19، وResNet-50. في حين أظهرت هذه البنى المعقدة إمكاناتها، فقد أدركنا أيضًا مخاطر النماذج العميقة، مما دفعنا إلى تقديم نموذج أبسط للشبكة العصبية التلافيفية (CNN). ومن خلال التقييم الدقيق، حقق نموذج CNN المقترح لدينا دقة استثنائية تبلغ 99.60%، مما يؤكد فعالية النهج المبسط. تؤكد النتائج التي توصلنا إليها على التوازن بين المنهجيات المتطورة والحلول العملية، وتعرض كيف يمكن للذكاء الاصطناعي أن يؤثر بشكل كبير على التشخيص الطبي. كتطبيق عملي، قمنا بتطوير تطبيق بديهي يمكّن المستخدمين من تصنيف الصور الطبية، وسد الفجوة بين تطورات الذكاء الاصطناعي والممارسات الطبية في العالم الحقيقي. يساهم هذا المشروع في تطوير الذكاء الاصطناعي في مجال الرعاية الصحية، مما يعرض إمكانية التشخيص الدقيق والفعال لأمراض السكتة الدماغية., showcasing the potential for
accurate and efficient stroke disease diagnosis
Description
mémoer master informatuque
Keywords
Convolutional Neural Network, Stroke Diagnosis , Medical Image Classification, Artificial Intelligence, الشبكة العصبية التلافيفية، تشخيص السكتة الدماغية، تصنيف الصور الطبية، الذكاء الاصطناعي