Veuillez utiliser cette adresse pour citer ce document :
http://dspace1.univ-tlemcen.dz/handle/112/11557
Titre: | Caractérisation automatique des tumeurs de la peau par les techniques de traitement et d’analyse d’images. |
Auteur(s): | Messadi, Mahammed |
Mots-clés: | tumeurs cutanées, classification,attributs spécifiques. segmentation automatique,prétraitement,image. |
Date de publication: | 6-jui-2010 |
Résumé: | Dans ce travail de thèse, nous avons présenté une méthodologique pour la classification des lésions cutanées. Le mélanome malin est la plus grave des tumeurs cutanées, c’est une tumeur maligne qui se développe principalement dans la zone cutanée, à partir des mélanocytes, cellules responsables de la pigmentation. C’est le cancer dont l’incidence augmente actuellement d’une manière très rapide. Son taux de mortalité augmente de façon croissante, mais il peut diminuer par une détection plus précoce et par une meilleure prévention. À partir des images de tumeurs de la peau, on peut déterminer s’il s’agit d’un mélanome ou d’une tumeur bénigne, en se fondant sur les mêmes critères que ceux utilisés par les dermatologues : forme de la tumeur, taille, couleur, symétrie, régularité de bords. Dans ce travail nous avons traité plus particulièrement la nécessité d’extraire des attributs spécifiques, ainsi que la volonté de mettre en place des systèmes capables de détecter les différents signes spécifiques pour l’aide au diagnostic des mélanomes, en particulier auprès des médecins généralistes. Dans une première étape nous avons commencé ce travail par une séquence de prétraitement appliquée aux différentes images, pour éliminer les poils entourant la tumeur ainsi qu’une grande partie du bruit résiduel. Dans la deuxième étape, une segmentation automatique est appliquée sur l’image filtrée. Cette phase est essentielle si nous voulons d’une part caractériser les informations de contour de la lésion et d’autre part, situer la tumeur afin de pouvoir l’analyser. Ensuite, une série d’opérations est appliquée sur l’image permettant l’extraction des attributs spécifiques (A : asymétrie, B : bordure, C : couleur, D : diamètre) pour la caractérisation des tumeurs de la peau. Enfin, les différents signes spécifiques des lésions (ABCD) sont fournis à un réseau de neurones artificiels pour séparer les tumeurs malignes des tumeurs bénignes. |
URI/URL: | http://dspace.univ-tlemcen.dz/handle/112/11557 |
Collection(s) : | Doctorat en GBM |
Fichier(s) constituant ce document :
Fichier | Description | Taille | Format | |
---|---|---|---|---|
Doct.EBM.Messadi.pdf | 4,07 MB | Adobe PDF | Voir/Ouvrir |
Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.