Une hybridation de méthodes de segmentation d’images pour l’interprétation des mammographies
| dc.contributor.author | LOUAFI Wafa | |
| dc.date.accessioned | 2024-02-13T15:32:07Z | |
| dc.date.available | 2024-02-13T15:32:07Z | |
| dc.date.issued | 2010-02-21 | |
| dc.description.abstract | La mammographie est actuellement le moyen le plus efficace du dépistage précoce des cancers du sein car il permet, même le dépistage des tumeurs asymptomatiques et non palpables manuellement. De nombreuses équipes de recherche travaillent sur la détection automatique du cancer du sein [Mag 89], [Cha 90], [Ann 92], [Idi 05],… ; mais à notre connaissance, aucune équipe n'a mis au point une méthode efficace pour déterminer automatiquement la forme exacte de la zone de doute, ce qui semble pourtant être un paramètre important de malignité. Notre travail rentre dans le cadre de la segmentation d’images pour l’interprétation des mammographies en proposant une solution d’hybridation de méthodes ; l’ensemble des mammographies utilisées dans notre projet provient de la base d’images médicales de 230 GB de données mammographiques de l’université de South Florida [Dds 04]. La base de données contient plus de 2500 cas numérisés, avec 4 clichés par cas (deux vues de chaque sein), et certaines informations relatives au patiente (âge, densité du sein,…) et à l'image (scanner, résolution…), ces dernières ont été sujet à une série d’opérations de prétraitement (acquisition, filtrage…) ; ensuite une approche hybride de segmentation sera appliquée sur ces images afin d’obtenir une bonne illustration capable d’interpréter une mammographie. Tout d'abord, une région est déterminée par une technique de seuillage ; on prend seulement cette région et le reste sera exclu de l'étude. Par la suite une tâche de segmentation Markovienne sera appliquée sur la zone d’étude; cette dernière sera segmentée en plusieurs régions, on prend encore seulement la région qui nous intéresse et le reste sera exclu de l‘étude. On lui applique la technique de LPE pour extraire la forme exacte de la zone de doute. Donc en bougeant d’une macro-région à une microrégion jusqu’à l’obtention de la forme exacte de la zone de doute. Le diagnostic de la maladie dépend de cette forme. | |
| dc.identifier.uri | http://dspace.univ-khenchela.dz:4000/handle/123456789/701 | |
| dc.language.iso | fr | |
| dc.publisher | LOUAFI Wafa | |
| dc.title | Une hybridation de méthodes de segmentation d’images pour l’interprétation des mammographies | |
| dc.title.alternative | Une hybridation de méthodes de segmentation d’images pour l’interprétation des mammographies | |
| dc.type | Thesis |