Réalisation d'algorithmes de segmentation : Application sur des images du cancer du sein.

Abstract

Le traitement des images médicales est une discipline nouvelle, riche et variée, mais dans laquelle les nombreuses méthodes existantes sont délicates à appliquer aux probl èmes réels. Les travaux de ce mémoire s'articulent autour de deux axes : l'utilisation de diférents algorithmes de segmentation d'images microscopiques acquises à partir des biopsies du sein qui représentent des tumeurs bénignes et malignes, à savoir la segmentation par morphologie mathématique ( la Ligne de Partage des Eaux), la segmentation par détection de discontinuités (approche gradient et approche Laplacien), et la segmentation par détection de similarités (K-Means, Fuzzy C-Means FCM et l'Optimisation par Essaim de Particules OEP), et le second axe est la classification des tumeurs malignes en appliquant un réseau de neurone de type Perceptron Multicouches(PMC) et Support Vector Machine (SVM), où nous avons obtenu respectivement un taux de classification de 72.73% et 95.45% .