Résumé:
Cette étude propose un système de visualisation et détection des
microcalcifications sur les clichés mammographiques par apprentissage
profond, signes primaires d’un cancer du sein. Cette affliction reste parmi
les premières causes de décès des femmes de plus 40 ans.
Dans ce travaille nous avons mis en œuvre un outil d'aide au diagnostic
médicale pour le dépistage du cancer du sein et pour soutenir les
radiologues car la détection automatique des microcalcifications est
importante pour le diagnostic et le prochain traitement recommandé.
Ce système est appliqué sur des cas réels de la base d’images INbreast et
permet de localiser les zones suspectes en intégrant des méthodes de
traitement d’image médical depuis l’acquisition jusqu’à la décision. Il est
basé sur une méthode robuste de détection suivie d’une phase de
segmentation.
Afin de faciliter l’utilisation de notre système, nous avons développé une
application web progressive qui consiste en une page web, et qui est
compatibles à tous les systèmes d’exploitation ordinateur ou mobile.
Mots clés : Mammographie, Calcifications, Masse mammaires, Système d'aide à la détection, Réseaux de neurones convolutifs, Détection d'objet, Segmentation, Application web progressive.
