Détection et classification connexionniste de pathologies mammographiques

Abstract

ce travail présente une méthode de détection de pathologies en mammographie numérique, en se focalisant sur une classification connexionniste. Le traitement utilisé, se concentre sur la détection des calcifications, des masses et des cas sains. A cet effet, une segmentation coopérative entre la technique par analyse d’histogramme et les modèles déformables, est réalisée, afin d’extraire les régions d’intérêt pour les caractériser grâce à des paramètres morphologiques et texturaux. Cette description est utilisée dans l’entrée d’un réseau de neurones classificateur, le perceptron multicouche associé aux algorithmes génétiques, pour l’identification de cinq classes, en vue d’une aide à la décision. Mots clés : image mammographique, modèles déformables, segmentation coopérative, texture et morphologie, classification connexionniste, algorithmes génétiques, aide à l’interprétatio