Fusion d'Information par Deep Learning pour l'Aide au Diagnostic du Cancer du Sein

Abstract

Le cancer du sein menace les femmes du monde entier, depuis de nombreuses années. Différentes techniques ont été développées pour combattre cette maladie, l'une d'entre elles étant se rapporte à l'intelligence artificielle, qui permet l’aide au diagnostic. Dans ce contexte, l’objectif de cette étude est d’utiliser, en premier lieu, le concept de l'intelligence artificielle, plus précisément le Deep Learning, pour prédire l'apparition d'un cancer du sein en utilisant des images IRM. Pour y parvenir, nous avons utilisé plusieurs modèles (VGG16, VGG19, ResNet50 et AlexNet) suivant le Transfer Learning, afin de trouver le système le plus performant pour notre dataset en fonction de différents optimiseurs (Adam, AdaDelta, AdaMax et RMSProp). Le dataset est étiqueté avec un ‘oui’ pour les tumeurs malignes et un ‘non’, pour les tumeurs bénignes. Une précision de 98% et une perte de 0,04% sont obtenues, en utilisant le modèle ResNet50. Dans un deuxième temps, nous avons utilisé le Mask R-CNN pour détecter et visualiser, l’éventuelle présence d’une tumeur maligne, pour l’aide au diagnostic