Résumé:
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
