Les réseaux de neurones récurrents pour la classification des emboles

Combiner intelligence artificielle et ondes ultrasonores pour classifier les emboles est l'objectif de ce projet de fin d'étude qui s'intègre dans le cadre de projet de coopération Fanco-Algérien Tassili 2014(14 MDU909). Les mesures et la collecte de données ont été fait au niveau du laboratoire Imagerie et Cerveau INSERM U930 à l'université François Rabelais, Tours. Les ultrasons occupent une place de plus en plus importante en diagnostic médical en raison du caractère non ionisant et non dangereux de cette technique, de son prix de revient relativement faible, de sa capacité à fournir des informations en temps réel et de la diversité des informations et des applications qu'elle procure.Les réseaux de neurones récurrents (RNN) sont des modèles capables de prendre en compte un contexte dans leur fonction de décision. Ils sont pour cela particulièrement adaptés à plusieurs tâches de reconnaissance automatique de parole et de classification.Nous proposons dans ce manuscrit une alternative de caractérisation d'emboles (gaz et solides) basée sur les ultrasons en utilisant les réseaux de neurones récurrents.