Système Basé Apprentissage Et Super-résolution Pour Guider Le Diagnostic Du Cancer Du Sein

Résumé: Le cancer du sein est un véritable problème de santé public. Plusieurs femmes atteintes de cette maladie sont décédées. Le cancer du sein est parmi les cancers les plus mortels. Actuellement, le seul moyen pour lutter contre ce fléau est la détection précoce de masse mammaire. Le diagnostic assisté par ordinateur est un grand secours dans ce sens. Un système de diagnostic assisté par ordinateur analyse automatiquement les mammographies numériques pour déceler les zones suspectes et offrir aux experts un deuxième avis. Ce deuxième avis est le résultat d’un processus automatique basé sur une importante étape : l’extraction des caractéristiques. Améliorer les performances des étapes d’extraction des caractéristiques et de classification est l’objectif de cette thèse. Cinq combinaisons de caractéristiques de texture du premier, deuxième et troisième ordre ont été testées. La combinaison des descripteurs du premier et troisième ordre a été testée sur plusieurs images mammographiques provenant de la base d'images MIAS, et elle a donné le meilleur résultat. En plus, pour renforcer la discrimination entre les masses malignes et les masses bénignes nous avons ajouté une étape de "super-résolution". La super-résolution est une transformation de l’image de sorte à renforcer les spécificités de de cette dernière. L'augmentation de la résolution des images mammographiques par cette technique permet une meilleure représentation et fournit des détails capables de différencier les deux types de masses. Les tests élaborés ont permis de confirmer que la combinaison des caractéristiques du premier et troisième ordre extraites d’une mammographie qui a subi une transformation par super résolution a fourni le meilleur taux de classification qui avoisine 96%

Publié dans la revue: