Application de la classe des méthodes d’apprentissage statistique SVM(support vector machine) pour la reconnaissance des formes dans les images

Abstract

Dans ce mémoire, nous proposons une méthode de détection automatique de vertèbres dans les images à rayons-X par application de la méthodemachines a vecteurs de support (SVM).Leclassificateurproposé peut être intégréà un system d‟aide au diagnostic permettant aux radiologistes la sélection des régions vertèbres. Le processus de traitement passe par deux étapes consistant à l‟extraction de caractéristiques et la classification. La première étape consiste à caractériser les régions des vertèbres par l‟utilisation des coefficients d‟ondelettes caractérisant les fréquences d‟image et les moments comme descripteur de forme. Ces descripteurs ont été introduits à un classifier SVM dans la deuxième étape de classification. La méthode d‟apprentissage utilisée, SVM, est basée sur la théorie d‟apprentissage statistique supervisé et utilisée dans ce travail pour la classification et la détection des régions vertèbres. Les tests préliminaires montrent un taux de classification de 83.5% pour la représentation par ondelettes et plus de 85% pour la représentation des moments en utilisant un classificateur SVM avec un noyau RBF. Les performances de notre classifier sont examinées par une méthode de validation croisée et une analyse de sensitivité/spécificité pour la détection des régions vertèbres.