Contributions aux méthodes d’extraction de caractéristiques discriminantes pour la classification des images médicales
Des informations générales:
DOCTORAT |
Le niveau |
Contributions aux méthodes d’extraction de caractéristiques discriminantes pour la classification des images médicales |
Titre |
| optimisation mathématique pour le traitement du signal et les réseaux de communication |
SPECIALITE |
Page de garde:
Sommaire:
Introduction Générale
CHAPITRE I Images médicales
I.1 Introduction
I.2 Imagerie médicale
I.2.1 Histoire de l’imagerie médicale
I.2.2 Les intérêts de l’imagerie médicale
I.2.3 Les grands types d’imagerie médicales
I.2.3.1 La Radiographie
I.2.3.2 Scanner
I.2.3.3 Échographie
I.2.3.5 La médecine nucléaire
I.3 Mammographie et cancer du sein
I.3.1 Anatomie du sein
I.3.2 Le cancer du sein
I.3.3 La mammographie
I.3.3.1 Principe
I.3.3.2 Limites de la mammographie
I.3.3.3 Le mammographe
I.3.3.3 Relation entre les images de mammographie et l’anatomie du sein
I.3.3.4 Les incidences en mammographie
I.3.3.5 Les examens mammographiques
I.4 Les différentes lésions mammaires
I.4.1 Les calcifications
I.4.1.1 Micro calcification
I.4.1.2 Les macrocalcifications
I.4.2 Les masses
I.4.2.1 La forme
I.4.2.2 Le contour
I.4.3 Densité mammaire (DM)
I.4.4 La classification des anomalies mammographiques
I.5 Diagnostic Assisté par Ordinateur (CAD)
I.6 Conclusion
CHAPITRE II Système d’aide au diagnostic
II.1 Introduction
II.2 Définition
II.3. Etat de l’art des CAD pour le cancer du sein
II.4 Les étapes de développement d’un système d’aide au diagnostic
II.4.1 Prétraitement des images
II.4.1.1 La réduction du bruit
II.4.1.2 Elimination des artefacts
II.4.2 Segmentation
II.4.2.1Définition
II.4.2.2 Les approches de segmentation
II.4.2.3 Segmentation du muscle pectoral
II.4.3 Extraction de caractéristiques
II.4.4 Sélection de caractéristiques
II.4.5 Classification des anomalies
II.5 Conclusion
CHAPITRE III La classification des images médicales
III.1 Introduction
III.2 Définition
III.3 Les Méthodes de Classification
III.3.1 Méthodes de Classification supervisées
III.3.1.1 K-Plus Proches Voisins (KNN)
III.3.1.2 Séparateur à Vaste Marge (SVM)
III.3.1.3 Naïve bayésienne
III.3.1.4 Réseau de neuronne
III.3.2 Méthodes de Classification Non Supervisées
III.4 Conclusion
CHAPITRE IV Implémentation et résultats
IV.1 Introduction
IV.2 Description des bases de données (cancer du sein)
IV.2.1 La base de donnée (MIAS)
IV.2.2 Informations détaillées de la base de données MIAS
IV.2.3 Echantillons de la base (MIAS)
IV.3 le système d’aide au diagnostic (CAD) proposé
IV.3.1 Létape de prétraitement
IV.3.2 Extraction et sélection de caractéristiques
IV.3.2.1 Première partie (domaine fréquentiel DCT)
IV.3.2.2 deuxième Partie (domaine ondelettes DWT)
IV.3.3 Classification
IV.4 Résultats et discussions
IV.4.1 Résultats du première partie
IV.4.2 Résultat du deuxième Partie (domaine DWT)
IV.6 Conclusion
Conclusion générale et perspectives
Bibliographie
Télécharger: