Développement d’un système d’aide au diagnostic pour la détection et classification du cancer du poumon

Abstract

Le cancer du poumon est considéré comme la maladie la plus grave dans la prise en compte le taux de mortalité, les gens fumeurs sont souvent les plus susceptibles d’être infectés. La détection et le diagnostic précoce peuvent augmenter la chance de survie. Bien que la tomodensitométrie (TDM) est la meilleure technique d’imagerie médicale et la plus efficace pour le diagnostic de cette pathologie. Cette technique nécessite des radiologues compétents pour une interprétation fiable et précise. Cela ouvert la voie au développement de systèmes d’aide au diagnostic assisté par ordinateur (CAD) capables d'évaluer automatiquement les images TDM pour d’aider le médecin radiologue à obtenir un diagnostic précoce, fiable et plus précis. Ces systèmes sont basés sur les approches d'intelligence artificielle (IA). Dans ce travail nous avons fait une étude comparative entre les méthodes de classification par deep learning et le machine learning à partir des images TDM thoracique prévenants de les bases de données public LIDCIDRI et IQ-OTH/NCCD. Afin de les classer comme étant un cas malin, bénin ou normal. Aussi, nous avons étudié l'effet de la profondeur du réseau convolutionnel et le nombre de données sur sa précision, bien que sa généralisation. Les résultats obtenus sont satisfaisants et démontrent la robustesse de notre système.