Détection automatique du mélanome : comparaison d’un algorithme fondé sur la caractérisation de l’aspect désordonné de lésions mélanocytaires mimant la pratique des dermatologues, avec une approche par CNN (Convolutional Neural Network) - Archive ouverte HAL
Article Dans Une Revue Annales de Dermatologie et de Vénéréologie - FMC Année : 2021

Détection automatique du mélanome : comparaison d’un algorithme fondé sur la caractérisation de l’aspect désordonné de lésions mélanocytaires mimant la pratique des dermatologues, avec une approche par CNN (Convolutional Neural Network)

Domaines

Vision par ordinateur et reconnaissance de formes [cs.CV] Intelligence artificielle [cs.AI] Cancer Imagerie médicale

Jean-Luc Damoiseaux  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-03516757

Soumis le : vendredi 7 janvier 2022-13:23:27

Dernière modification le : lundi 10 juin 2024-16:50:19

Fichier non déposé

Dates et versions

hal-03516757 , version 1 (07-01-2022)

Identifiants

Citer

Jilliana Monnier, Arthur Cartel Foahom Gouabou, Meryem Serdi, Rabah Iguernaissi, Caroline Gaudy-Marqueste, et al.. Détection automatique du mélanome : comparaison d’un algorithme fondé sur la caractérisation de l’aspect désordonné de lésions mélanocytaires mimant la pratique des dermatologues, avec une approche par CNN (Convolutional Neural Network). Annales de Dermatologie et de Vénéréologie - FMC, 2021, 1 (8), pp.A135. ⟨10.1016/j.fander.2021.09.570⟩. ⟨hal-03516757⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

UNIV-TLN CNRS UNIV-AMU LIS-LAB CRCM INCIAM
58 Consultations
0 Téléchargements

Altmetric

Partager

More