ANALYSE DES IMAGES MULTI-SPECTRALES DE LA PEAU POUR L’AIDE AU DEPISTAGE DU MELANOME

Abstract

Le mélanome reconnu comme étant la forme la plus grave du cancer de la peau, il se situe au onzième rang des cancers selon l‟Institut français du Cancer (INCa). Le diagnostic de ce dernier est effectué par un dermatologue à partir d‟une visualisation de la tumeur ou à l'aide d'images numériques. La détection précoce du mélanome est cruciale et plusieurs méthodes assistées par ordinateur ont été développées pour aider les dermatologues. Dans ce mémoire, nous proposons une méthode de segmentation du mélanome. Dans la première partie, nous avons appliqué un prétraitement sur les images dermoscopiques pour la suppression des poils et des bruits, la deuxième partie consiste à diviser l‟image filtrée à des régions des pixels homogène et de mêmes caractéristiques utilisant la segmentation superpixellique par l‟algorithme SLIC, dans la troisième partie nous avons appliqués l‟extraction des caractéristiques LBP (local binary pattern) par l‟analyse des textures de chaque superpixel de l‟image segmentée, ensuite en mesurant la similarité par la distance euclidienne entre le LBP de bloc tumeur qui a déjà identifié et les LBP des autres superpixels, la dernière étape consiste à rassembler les superpixels formant la tumeur.