classification non supervisée du cancer du sien.
Loading...
Date
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Dans ce mémoire, on s’est intéressé à l’étude des systèmes d’aide au diagnostic dédiés au
dépistage du cancer du sein, notamment la classification des noyaux cellulaires. En effet,
les statistiques confirment que le cancer du sein représente une menace prépondérante
pour la vie de la femme.
Cependant, une telle menace n’est gérée que par la prise en charge rapide de la maladie
pour maximiser les chances de survie. D’où, le recours au moyen informatique
automatisant la procédure de diagnostic appelée: le Diagnostic Assisté par Ordinateur
(DAO).
Ce travail de recherche a nécessité tout d’abord la maîtrise de certaines connaissances dans
le domaine du cancer du sein. Nous avons, alors, étudié en détail la basse de données
nécessaire pour réalise nos classifieurs.
Afin d’améliorer le résultat de classification des noyaux cellulaires (malignes ou
bénignes), un état de l’art détaillé concernant les étapes d’un diagnostic assisté par
ordinateur a été réalisé afin de réussir la classification des noyaux cellulaires. Dans ce
contexte, une étude concernant les performances du classifier à base de (fcm) à savoir la
sensibilité Se et la spécificité Sp ,nous avons remarqué avec une léger amélioration pour la
spécificité Sp .
Et Concernant les performances du classifiée (carte de kohonen) nous avons remarqué
que Se et Sp sont similaire avec une légère amélioration pour la sensibilité.
Les résultats obtenus sont expliqués par le fait que le nombre des cas non pathologiques
est plus grand par rapport aux cas pathologiques.
La difficulté rencontré concerne l’existence des noyaux cellulaires de la base de données
pour appartenant à des classes différentes mais leurs positions sont tous rapprochées.
Ce problème cause des difficultés de reconnaissance pour la classification ce qui justifie
énormément la présence des faux positifs (fp) et des faux négatifs (fn).
Il apparaît qu’une fusion d’entre l’approche FCM et l’approche basé sur Kohonen permet
de résoudre et de diminuer le nombre des FPS et des FNS. Cette future vision peut être
concrétisée dans ce travail.