Skip to content

Latest commit

 

History

History
22 lines (17 loc) · 851 Bytes

File metadata and controls

22 lines (17 loc) · 851 Bytes

Réalisation d’une intelligence artificielle permettant la reconnaissance de kystes et ganglions bénins, graves ou normaux à partir d'images d’échographies mammaires et de masques binaires leur correspondant. Ce projet a été réalisé en DUT informatique, en binôme.

Bibliothèques utilisées :

import pandas as pd import numpy as np import matplotlib.image as im import matplotlib.pyplot as plt import cv2

from os import listdir from sklearn.model_selection import train_test_split, GridSearchCV from sklearn.tree import DecisionTreeClassifier from sklearn import metrics, svm from sklearn.metrics import classification_report, accuracy_score from sklearn.neighbors import KNeighborsClassifier from mpl_toolkits.axes_grid1 import make_axes_locatable

Lien du dataset : https://www.kaggle.com/aryashah2k/breast-ultrasound-images-dataset