Beschreibung
Le cancer du sein est la première cause de mortalité chez les femmes. Loutil principal de dépistage est la mammographie. La détection de micro-calcifications est une tache importante et délicate pour le diagnostic précoce de ce cancer. Nous avons proposé un algorithme basé sur la classification supervisé par réseaux de neurones et non supervisées en utilisant le K-Plus-Proche voisins et le Fuzzy C-Means. La validation a été effectuée en utilisant la base de données publique MIAS présentant 322 images mammographiques dont 24 comportant des microcalcifications. Les résultats obtenus sont évalués par le calcul de taux de reconnaissance et le temps dexécution, ce qui nous a permis de faire une étude comparative entre les trois approches proposées. Nous avons obtenu un taux de reconnaissance de 46% pour K-means, 51% pour Fuzzy C-means et 52% pour le réseau de neurones. Dautre part, nous avons enregistré un temps dexécution de 41s pour K-means, 5s pour Fuzzy C-means et 219s pour le réseau de neurones. Ceci nous a permis de conclure que lapproche Fuzzy C-means est la meilleure en termes de performances et de qualité dimages.
Autorenporträt
BEN SELLEM Dorra est Docteur en Médecine, Maitre de Conférences Agrégée à la Faculté de Médecine de Tunis. TRABELSI Nesrine est ingénieur en électronique industriel et PhD de l'UTM. REZGUI Amal est titulaire d'un Mastère Professionnel en Génie Biomédical.
Herstellerkennzeichnung:
BoD - Books on Demand
In de Tarpen 42
22848 Norderstedt
DE
E-Mail: info@bod.de
