La caractérisatoin et la classificatoin supervisée des masses mammaires.

Abstract

Le cancer du sein, forme la première cause de mortalité chez les femmes dans le monde, Aujourd'hui, Il est devenu une urgence pour lutter contre ce type de cancer. Pour cette raison, plusieurs études ont montré la nécessité d'une lecture attentive des cliches mammographiques pour aider les médecins dans le dépistage précoce de ce dernier. L'objectif est de développer des systèmes puissants pour renforcer la reconnaissance des zones anormales, qui sont connus sous le nom SAD (système d'aide au diagnostic). nous développons des classifieurs pour l’identification des masses mammaires en se basant sur les techniques des RNs ( réseaux de neurones) et le SVM (support à vecteur machine). Notre but principal est de classifier les masses mammaires après la détection et la caractérisation des différents descripteurs contenus à l'intérieur de l'image mammographiques. En s'appuyant sur la matrice de cooccurrence. Nous avons utilisé les informations textuelles contenues dans les tissus mammaires exprimées en niveau de gris, et sur les descripteurs de formes géométriques. Le choix de ces descripteurs constitue un problème majeur dans les systèmes d'analyse d'images, car ces derniers conditionnent fortement le résultat fnal de la classification. Donc, il s'agit de trouver une caractérisation des images plus riche en information que les images d'origine et ceci dans le but de rendre la prise de décision plus efficace. Nous avons validé nos classifeurs sur un échantillon de 90 images de la base de données DDSM. Les résultats expérimentaux ont montré l'intérêt des descripteurs choisis.