Extraction des attributs pour la classification des tumeurs cérébrale.

Abstract

L'objectif de ce travail est d'extraire les attributs de la texture de l'image IRM pour la classification automatique des tumeurs cérébrales malignes ou bénignes. Nous avons utilisé deux méthodes d'extraction des paramètres statistique, la première est la matrice de cooccurrence de niveau de gris en 2D ( GLCM 2D) et la deuxième est la matrice de cooccurrence de niveau de gris en 3D (GLCM 3D), la dernière il été utilisé pour améliorer la performance de la classification, pour manipuler les information du matrice de cooccurrence nous avons utilisé les quatorze paramètres de Haralick, et pour améliorer les résultats, nous avons ajouté un paramètre qui nous a donné le meilleur taux de classification 89.90% en 3D et 88.89% en 2D. Mots clés: Eextraire les attributs, texture, image IRM, classification automatique, tumeurs cérébrales, méthodes d'extraction des paramètres statistique, matrice de cooccurrence, GLCM 2D, GLCM 3D, classification, paramètres de Haralick.