Détail de l'auteur
Auteur Chikh, Mohamed Amine |
Documents disponibles écrits par cet auteur (10)
Affiner la recherche Interroger des sources externes
Aide au diagnostic pour un médecin anesthésiste réanimateur / lazouni, mohammed el amine
Titre : Aide au diagnostic pour un médecin anesthésiste réanimateur Type de document : texte imprimé Auteurs : lazouni, mohammed el amine, Auteur ; Chikh, Mohamed Amine, Directeur de thèse Année de publication : 2013-2014 Importance : 132 p. Présentation : ill. Format : 30 cm. Accompagnement : cd. Langues : Français (fre) Langues originales : Français (fre) Mots-clés : Biomedicale Résumé : L’anesthésie-réanimation est une spécialité de la science médicale qui se consacre
à la prise en charge pré, per et post-opératoire des patients d’un côté, et de l’autre,
à la prise en charge des patients présentant ou susceptibles de présenter une ou plusieurs
défaillances viscérales aiguës, mettant directement en jeu le pronostic vital.
La présence d’un Médecin Anesthésiste Réanimateur (MAR) est obligatoire dans
chaque structure médico-chirurgicale (clinique, hôpital), ainsi que dans le Service
d’Aide Médicale Urgente (SAMU) et aussi dans les services de réanimation, ce qui
constitue un problème majeur vu leur nombre réduit. En effet, ces médecins doivent
assurer une consultation pré-anesthésique de tous les patients à opérer dont l’état
nécessite une anesthésie générale ou locorégionale (AG, AL). De plus, ils doivent
être présents au bloc opératoire lors de ces interventions, ainsi que pour le suivi post
opératoire, c’est-à-dire, pendant la phase de surveillance des malades hospitalisés.
C’est pour cela, que dans ce travail nous proposons un système d’aide au diagnostic
médical visant à aider les MARs dans leurs routines cliniques et plus exactement
dans la consultation d’anesthésie.
L’approche proposée dans cette thèse est basée sur le test de cinq différentes
techniques de classification sur une nouvelle base de données collectée localement
(1200 patients) : les réseaux de neurones multicouches (MLP), les réseaux de neurones
à base de fonctions radiales (RBF), les arbres de décision C4.5, les machines
à vecteurs de supports (SVM), et les K-plus proches voisins (KNN). Le système que
nous avons proposé et implémenté se compose de quatre FRAMEWORKs, chacun
réalise une tâche bien spécifique. Le premier est consacré à la détection de score
‘Americain Society of Anesthesiologists’ ASA, le rôle du second est de décider si leAide au diagnostic pour un médecin anesthésiste réanimateur [texte imprimé] / lazouni, mohammed el amine, Auteur ; Chikh, Mohamed Amine, Directeur de thèse . - 2013-2014 . - 132 p. : ill. ; 30 cm. + cd.
Langues : Français (fre) Langues originales : Français (fre)
Mots-clés : Biomedicale Résumé : L’anesthésie-réanimation est une spécialité de la science médicale qui se consacre
à la prise en charge pré, per et post-opératoire des patients d’un côté, et de l’autre,
à la prise en charge des patients présentant ou susceptibles de présenter une ou plusieurs
défaillances viscérales aiguës, mettant directement en jeu le pronostic vital.
La présence d’un Médecin Anesthésiste Réanimateur (MAR) est obligatoire dans
chaque structure médico-chirurgicale (clinique, hôpital), ainsi que dans le Service
d’Aide Médicale Urgente (SAMU) et aussi dans les services de réanimation, ce qui
constitue un problème majeur vu leur nombre réduit. En effet, ces médecins doivent
assurer une consultation pré-anesthésique de tous les patients à opérer dont l’état
nécessite une anesthésie générale ou locorégionale (AG, AL). De plus, ils doivent
être présents au bloc opératoire lors de ces interventions, ainsi que pour le suivi post
opératoire, c’est-à-dire, pendant la phase de surveillance des malades hospitalisés.
C’est pour cela, que dans ce travail nous proposons un système d’aide au diagnostic
médical visant à aider les MARs dans leurs routines cliniques et plus exactement
dans la consultation d’anesthésie.
L’approche proposée dans cette thèse est basée sur le test de cinq différentes
techniques de classification sur une nouvelle base de données collectée localement
(1200 patients) : les réseaux de neurones multicouches (MLP), les réseaux de neurones
à base de fonctions radiales (RBF), les arbres de décision C4.5, les machines
à vecteurs de supports (SVM), et les K-plus proches voisins (KNN). Le système que
nous avons proposé et implémenté se compose de quatre FRAMEWORKs, chacun
réalise une tâche bien spécifique. Le premier est consacré à la détection de score
‘Americain Society of Anesthesiologists’ ASA, le rôle du second est de décider si leExemplaires (2)
Code-barres Cote Support Localisation Section Disponibilité T05060 EDOC615-16/ 01 Thèse قاعة الأطروحات 615 Pharmacologie, thérapeutique Exclu du prêt T05061 EDOC615-16/ 02 Thèse قاعة الأطروحات 615 Pharmacologie, thérapeutique Exclu du prêt Amélioration des performances des classifieurs à base de méthaeuristiques / bekaddour, fatima
Titre : Amélioration des performances des classifieurs à base de méthaeuristiques Type de document : texte imprimé Auteurs : bekaddour, fatima, Auteur ; Chikh, Mohamed Amine, Directeur de thèse Année de publication : 2013-2014 Importance : 168 p. Présentation : ill. Format : 30 cm. Accompagnement : cd. Langues : Français (fre) Langues originales : Français (fre) Mots-clés : INFORMATIQUE Résumé : La performance d’une méthode de classification est d’un grand intérêt pour le choix, la
comparaison et la validation des algorithmes de classification. La lisibilité des résultats et la
réduction du cout d’échec total de la classification sont d’une importance cruciale pour
l’amélioration de la performance des classifieurs. Dans ce mémoire de magister, nous
proposons principalement deux approches de résolution à travers la description d’un modèle
d’optimisation métaheuristique baptisé ProSadm-HBA (ProSadm : Programmation d’un
Système d’Aide au Diagnostic Médical, en conjonction avec la métaheuristique HBA :
Homogeneity Based-Algorithm) et F-HBA ( Fuzzy Homogeneity Based-Algorithm). Nous
avons validé nos résultats expérimentaux sur des bases de données médicales connues : Pima
(Diabètes), TH (Troubles Hépatiques), AP (Appendicite). Les approches développées
permettent de minimiser le nombre total d’échecs de la classification (ProSadm-HBA) tout en
respectant la contrainte d’interprétabilité des classifieurs (F-HBA). Ces contributions peuvent
être d’un grand intérêt pour les experts dans le domaine médical.Amélioration des performances des classifieurs à base de méthaeuristiques [texte imprimé] / bekaddour, fatima, Auteur ; Chikh, Mohamed Amine, Directeur de thèse . - 2013-2014 . - 168 p. : ill. ; 30 cm. + cd.
Langues : Français (fre) Langues originales : Français (fre)
Mots-clés : INFORMATIQUE Résumé : La performance d’une méthode de classification est d’un grand intérêt pour le choix, la
comparaison et la validation des algorithmes de classification. La lisibilité des résultats et la
réduction du cout d’échec total de la classification sont d’une importance cruciale pour
l’amélioration de la performance des classifieurs. Dans ce mémoire de magister, nous
proposons principalement deux approches de résolution à travers la description d’un modèle
d’optimisation métaheuristique baptisé ProSadm-HBA (ProSadm : Programmation d’un
Système d’Aide au Diagnostic Médical, en conjonction avec la métaheuristique HBA :
Homogeneity Based-Algorithm) et F-HBA ( Fuzzy Homogeneity Based-Algorithm). Nous
avons validé nos résultats expérimentaux sur des bases de données médicales connues : Pima
(Diabètes), TH (Troubles Hépatiques), AP (Appendicite). Les approches développées
permettent de minimiser le nombre total d’échecs de la classification (ProSadm-HBA) tout en
respectant la contrainte d’interprétabilité des classifieurs (F-HBA). Ces contributions peuvent
être d’un grand intérêt pour les experts dans le domaine médical.Exemplaires (2)
Code-barres Cote Support Localisation Section Disponibilité T04926 EMAG004-53/ 01 Thèse قاعة العلوم والتكنولوجيا والطب والعلوم الطبيعة والحياة 004 Informatique, traitement des données Exclu du prêt T04927 EMAG004-53/ 02 Thèse قاعة العلوم والتكنولوجيا والطب والعلوم الطبيعة والحياة 004 Informatique, traitement des données Exclu du prêt Amélioration des performances des réseaux bayésiens dans le domaine médical / BENMOUNA, Youcef
Titre : Amélioration des performances des réseaux bayésiens dans le domaine médical Type de document : texte imprimé Auteurs : BENMOUNA, Youcef, Auteur ; Chikh, Mohamed Amine, Auteur Editeur : Université tlemcen Année de publication : 2019 Importance : 142 p. Présentation : ill. Format : 30 cm Accompagnement : cd Langues : Français (fre) Résumé : Cette thèse s’articule autour de quatres chapitres :
Le premier chapitre présente le concept de l’incertitude, ses typologies ainsi
que son implication dans différents domaines. Ce chapitre aborde également la
décision médicale qui se base sur des données prises des sources différentes, qui
sont généralement incertaines. Par la suite nous décrivons les réseaux Bayésiens,
leurs propriétés et les étapes de construction de ces modèles. Á la fin de ce chapitre
nous présentons la méthode Branch&Bound que nous avons adopté pour la
construction de structure du Réseau Bayésien.
Le deuxième chapitre est consacré pour les différents algorithmes utilisés pour
l’apprentissage de structure des réseaux bayésiens. Où, nous présentons quelques
méthodes approximatives et d’autre exactes avec plus de détails.
Le troisième chapitre décrit quelques travaux proposés dans le domaine médical,
où nous nous sommes intéressés à l’implication des réseaux bayésiens dans
le processus décisionnel. Ces techniques ont pour objectif la construction des modèles
à partir des données requises et des experts, pour aider le médecin à prendre
des meilleures décisions.
Le quatrième et dernier chapitre est destiné à la présentation de nos contributions
; nous commençons par une description détaillée de l’algorithmeB&B
standard, dédié pour l’ASRB, ensuite, nous montrons ses limitations afin de proposer
de nouvelles améliorations. Puis nous exposons la première et la deuxième
contribution consacrées aux stratégies du parcours et de branchement. Juste après
l’opérateur du bornage et le procédé du parallélisme constituent le fondement de
la troisième et quatrième contribution. Chacune de ces propositions est sanctionnée
par des expérimentations et des discussions.
Finalement, une conclusion termine ce document et rappelle les principales
contributions élaborées tout au long de ce travail. Elle présente également les
perspectives relatives aux résultats obtenusAmélioration des performances des réseaux bayésiens dans le domaine médical [texte imprimé] / BENMOUNA, Youcef, Auteur ; Chikh, Mohamed Amine, Auteur . - Université tlemcen, 2019 . - 142 p. : ill. ; 30 cm + cd.
Langues : Français (fre)
Résumé : Cette thèse s’articule autour de quatres chapitres :
Le premier chapitre présente le concept de l’incertitude, ses typologies ainsi
que son implication dans différents domaines. Ce chapitre aborde également la
décision médicale qui se base sur des données prises des sources différentes, qui
sont généralement incertaines. Par la suite nous décrivons les réseaux Bayésiens,
leurs propriétés et les étapes de construction de ces modèles. Á la fin de ce chapitre
nous présentons la méthode Branch&Bound que nous avons adopté pour la
construction de structure du Réseau Bayésien.
Le deuxième chapitre est consacré pour les différents algorithmes utilisés pour
l’apprentissage de structure des réseaux bayésiens. Où, nous présentons quelques
méthodes approximatives et d’autre exactes avec plus de détails.
Le troisième chapitre décrit quelques travaux proposés dans le domaine médical,
où nous nous sommes intéressés à l’implication des réseaux bayésiens dans
le processus décisionnel. Ces techniques ont pour objectif la construction des modèles
à partir des données requises et des experts, pour aider le médecin à prendre
des meilleures décisions.
Le quatrième et dernier chapitre est destiné à la présentation de nos contributions
; nous commençons par une description détaillée de l’algorithmeB&B
standard, dédié pour l’ASRB, ensuite, nous montrons ses limitations afin de proposer
de nouvelles améliorations. Puis nous exposons la première et la deuxième
contribution consacrées aux stratégies du parcours et de branchement. Juste après
l’opérateur du bornage et le procédé du parallélisme constituent le fondement de
la troisième et quatrième contribution. Chacune de ces propositions est sanctionnée
par des expérimentations et des discussions.
Finalement, une conclusion termine ce document et rappelle les principales
contributions élaborées tout au long de ce travail. Elle présente également les
perspectives relatives aux résultats obtenusExemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité T08687 EDOC004-31/ 01 Thèse قاعة العلوم والتكنولوجيا والطب والعلوم الطبيعة والحياة 004 معالجة البيانات علم الحاسوب Exclu du prêt Classication partiellement supervisée des données médicales brutes / BECHAR, Mohammed El Amine
Titre : Classication partiellement supervisée des données médicales brutes Type de document : texte imprimé Auteurs : BECHAR, Mohammed El Amine, Auteur ; Chikh, Mohamed Amine, Auteur Importance : 120 p. Présentation : ill. Format : 30 cm Accompagnement : cd Langues : Français (fre) Langues originales : Français (fre) Résumé : Les données partiellement supervisées, c'est un eet qui reète une véritable probl
ématique concernant la diculté d'étiquetage manuel des données. En classication
supervisée des données médicales, l'hypothèse d'apprentissage nécessite une connaissance
apriori sur les données où le médecin a apporté l'étiquette nécessaire. Néanmoins, face aux
volumes de données disponibles actuellement, la supervision des données médicales est
devenue une tâche fastidieuse pour le médecin et parfois même coûteuse dans certaines
applications. De ce fait, les données non étiquetées sont plus nombreuses et disponibles
par rapport aux données étiquetées. Cependant, sachant que la performance d'un classi
eur est liée au nombre de données d'apprentissage, la principale question qui ressort
est comment améliorer l'apprentissage d'un classieur en intégrant des données non étiquet
ées à l'ensemble d'apprentissage. La technique d'apprentissage issue de la réponse à
cette question est appelée l'apprentissage semi-supervisé.
Dans cette thèse, nous détaillons notre problématique majeure à savoir l'étiquetage
automatique par apprentissage semi-supervisé en se basant sur le principe ? d'autoapprentissage
?. L'auto-apprentissage est un algorithme de référence en classication
semi supervisée, son usage est fondamental dans plusieurs applications. Dans l'autoapprentissage
(self-training), nous entrainons un classieur supervisé avec les données
étiquetées. Ensuite ce classieur est utilisé pour prédire les étiquettes manquantes des
données non étiquetées. Les données nouvellement étiquetées avec un haut degré de
conance sont ajoutées à la base étiquetée. Le classieur est ré-entrainé sur les nouvelles
données et cette procédure est répétée jusqu'à satisfaire un critère d'arrêt (convergence).
Nous introduisons de manière progressive le concept d'auto-apprentissage dans
des applications médicales. Une première partie dans cette thèse a été réservée pour la
compréhension du principe d'auto-apprentissage par l'étude de l'algorithme SNNRCE.
Par la suite, nous détaillons notre contribution proposée au problème d'annotation des
données médiales qui est portée sous le nom de R-COSET.
Dans la dernière partie de cette thèse, nous nous intéressons plus particulièrement à
la segmentation des images médicales utilisant les procédés de classication. La classi-
cation super-pixellique est devenue une méthode fréquente et importante dans la segmentation
automatique. Une étude expérimentale est proposée dans cette thèse, nous
mettons en discussion de manière empirique les considérations requises dans la classi-
cation super-pixellique à savoir l'information couleur de l'image et la caractérisation
super-pixellique. La classication est eectuée par un apprentissage supervisé et semisupervis
é an de mettre en évidence l'importance du semi supervisé dans la segmentation
des images médicales.Classication partiellement supervisée des données médicales brutes [texte imprimé] / BECHAR, Mohammed El Amine, Auteur ; Chikh, Mohamed Amine, Auteur . - [s.d.] . - 120 p. : ill. ; 30 cm + cd.
Langues : Français (fre) Langues originales : Français (fre)
Résumé : Les données partiellement supervisées, c'est un eet qui reète une véritable probl
ématique concernant la diculté d'étiquetage manuel des données. En classication
supervisée des données médicales, l'hypothèse d'apprentissage nécessite une connaissance
apriori sur les données où le médecin a apporté l'étiquette nécessaire. Néanmoins, face aux
volumes de données disponibles actuellement, la supervision des données médicales est
devenue une tâche fastidieuse pour le médecin et parfois même coûteuse dans certaines
applications. De ce fait, les données non étiquetées sont plus nombreuses et disponibles
par rapport aux données étiquetées. Cependant, sachant que la performance d'un classi
eur est liée au nombre de données d'apprentissage, la principale question qui ressort
est comment améliorer l'apprentissage d'un classieur en intégrant des données non étiquet
ées à l'ensemble d'apprentissage. La technique d'apprentissage issue de la réponse à
cette question est appelée l'apprentissage semi-supervisé.
Dans cette thèse, nous détaillons notre problématique majeure à savoir l'étiquetage
automatique par apprentissage semi-supervisé en se basant sur le principe ? d'autoapprentissage
?. L'auto-apprentissage est un algorithme de référence en classication
semi supervisée, son usage est fondamental dans plusieurs applications. Dans l'autoapprentissage
(self-training), nous entrainons un classieur supervisé avec les données
étiquetées. Ensuite ce classieur est utilisé pour prédire les étiquettes manquantes des
données non étiquetées. Les données nouvellement étiquetées avec un haut degré de
conance sont ajoutées à la base étiquetée. Le classieur est ré-entrainé sur les nouvelles
données et cette procédure est répétée jusqu'à satisfaire un critère d'arrêt (convergence).
Nous introduisons de manière progressive le concept d'auto-apprentissage dans
des applications médicales. Une première partie dans cette thèse a été réservée pour la
compréhension du principe d'auto-apprentissage par l'étude de l'algorithme SNNRCE.
Par la suite, nous détaillons notre contribution proposée au problème d'annotation des
données médiales qui est portée sous le nom de R-COSET.
Dans la dernière partie de cette thèse, nous nous intéressons plus particulièrement à
la segmentation des images médicales utilisant les procédés de classication. La classi-
cation super-pixellique est devenue une méthode fréquente et importante dans la segmentation
automatique. Une étude expérimentale est proposée dans cette thèse, nous
mettons en discussion de manière empirique les considérations requises dans la classi-
cation super-pixellique à savoir l'information couleur de l'image et la caractérisation
super-pixellique. La classication est eectuée par un apprentissage supervisé et semisupervis
é an de mettre en évidence l'importance du semi supervisé dans la segmentation
des images médicales.Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité T07787 EDOC615-34/ 01 Thèse قاعة الأطروحات 615 Pharmacologie, thérapeutique Exclu du prêt Conception d’un classifeur à base des règles floues / BELOUFA, FAYSSAL
Titre : Conception d’un classifeur à base des règles floues Type de document : texte imprimé Auteurs : BELOUFA, FAYSSAL, Auteur ; Chikh, Mohamed Amine, Auteur Editeur : Université tlemcen Année de publication : 2016 Importance : 115 P. Présentation : ill. Format : 30 cm Accompagnement : cd Langues : Français (fre) Langues originales : Français (fre) Résumé : L’interprétabilité représente l'élément le plus important derrière l’implémentation
des classifieurs flous pour des problèmes d'application médicale. L'expert devrait
être en mesure de comprendre le classifieur et d'évaluer ses résultats. Cette thèse
présente deux nouvelles approches pour construire un classifieur flou
interprétable. La première approche introduit une modification au niveau de
l’algorithme de la colonie d’abeilles artificielles (ABC) dans lequel un opérateur de
croisement mixte (BLX-α) de l'algorithme génétique est ajouté afin d'améliorer la
diversité de l’algorithme standard ABC. Dans la deuxième approche, nous avons
intégrés dans l’algorithme d’optimisation par essaime particulaires (OEP) le même
opérateur de mutation utilisé dans l’approche précédente, en vue d'améliorer la
diversité des solutions dans l’algorithme standard OEP. Les expérimentations sont
réalisées sur deux bases de données médicales bien connues, le cancer du sein et le
diabète. Les résultats obtenus avec les approches proposées sont très prometteurs
par rapport aux précédentes recherches dans la littérature, pour les mêmes
problèmesConception d’un classifeur à base des règles floues [texte imprimé] / BELOUFA, FAYSSAL, Auteur ; Chikh, Mohamed Amine, Auteur . - Université tlemcen, 2016 . - 115 P. : ill. ; 30 cm + cd.
Langues : Français (fre) Langues originales : Français (fre)
Résumé : L’interprétabilité représente l'élément le plus important derrière l’implémentation
des classifieurs flous pour des problèmes d'application médicale. L'expert devrait
être en mesure de comprendre le classifieur et d'évaluer ses résultats. Cette thèse
présente deux nouvelles approches pour construire un classifieur flou
interprétable. La première approche introduit une modification au niveau de
l’algorithme de la colonie d’abeilles artificielles (ABC) dans lequel un opérateur de
croisement mixte (BLX-α) de l'algorithme génétique est ajouté afin d'améliorer la
diversité de l’algorithme standard ABC. Dans la deuxième approche, nous avons
intégrés dans l’algorithme d’optimisation par essaime particulaires (OEP) le même
opérateur de mutation utilisé dans l’approche précédente, en vue d'améliorer la
diversité des solutions dans l’algorithme standard OEP. Les expérimentations sont
réalisées sur deux bases de données médicales bien connues, le cancer du sein et le
diabète. Les résultats obtenus avec les approches proposées sont très prometteurs
par rapport aux précédentes recherches dans la littérature, pour les mêmes
problèmesExemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité T07821 EDOC004-18/ 01 Thèse قاعة العلوم والتكنولوجيا والطب والعلوم الطبيعة والحياة 004 معالجة البيانات علم الحاسوب Exclu du prêt Conception d’un modèle médical à base de résumés linguistiques / AMGHAR, Djazia EP HAMDAN
PermalinkCoopération entre classifieurs hétérogènes pour la reconnaissance des données médicales / BOUBLENZA, Amina
PermalinkLa protection de la vie privée sur Internet / Belabed, Amine
PermalinkTraitement des données biologiques par les méthodes ensemblistes / Saidi, Meryem
PermalinkVers Un Modèle De Classification Neuronale Des Données Médicales A Base De La Technologie FPGA / BABA HAMED, Amel née BENSEMAIN
Permalink