Classification automatique des images histologiques du cancer du sein par réseaux de neurones convolutifs (RNC)
dc.contributor.author | Setitra, Insaf | |
dc.contributor.author | Meziane, Insaf | |
dc.contributor.author | Mayouf, Mouna Sabrine | |
dc.contributor.author | Hamrioui, Amel | |
dc.date.accessioned | 2018-06-05T13:18:07Z | |
dc.date.available | 2018-06-05T13:18:07Z | |
dc.date.issued | 2018-08-01 | |
dc.description.abstract | Après le cancer de la peau, le cancer du sein est le deuxième type de cancer le plus commun chez la femme à l’échelle mondiale. Ce dernier enregistre un taux de mortalité assez élevé comparé aux autres types de cancer. (Spanhol, Oliveira et al. 2016). Le diagnostic des tumeurs du sein pour différencier les cellules bénignes des malignes établi par le pathologiste est le fruit d’un processus minutieux, fastidieux, long et sujet à plusieurs erreurs et divergence d’avis. Afin d’essayer de palier à ces inconvénients, un vif intérêt s’est porté sur l’automatisation du processus du diagnostic. Dans ce travail, nous reportons les différentes méthodes utilisées jusque-là par la communauté scientifique et nous exposons notre méthode basée sur la classification par réseaux de neurones convolutifs (RNC) qui sont un récent type de réseaux de neurones qui relie le traitement d’images à l’apprentissage automatique, afin de déterminer de la manière la plus précise le type tumoral. | fr_FR |
dc.identifier.isrn | ISRN CERIST- DSISM/PR—18-00000004--dz | fr_FR |
dc.identifier.uri | http://dl.cerist.dz/handle/CERIST/920 | |
dc.publisher | CERIST | |
dc.relation.ispartof | Rapports de recherche internes | |
dc.relation.place | Alger | |
dc.structure | Systèmes d'Information et Image en Santé S2IS | fr_FR |
dc.subject | cancer du sein, automatisation, bases d’images, apprentissage automatique, réseau de neurones convolutif, transfer learning, système de classification. | fr_FR |
dc.title | Classification automatique des images histologiques du cancer du sein par réseaux de neurones convolutifs (RNC) | fr_FR |
dc.type | Technical Report |