Mémoires de Fin d’Etudes
Etablissement
Université de M’Sila - Mohamed Boudiaf
Affiliation
Institut d’Informatique
Auteur
MOUNIRA, Lakab
Directeur de thèse
MOUSSAOUI Abdelouehab (Docteur)
Filière
Informatique
Diplôme
Magister
Titre
Extraction de connaissance à partir des données biomédicales guidée par une ontologie : Application au dépistage du cancer de sein.
Mots clés
Mots clés : CAD; ontologie; extraction de paramètres ; classification ; réseau de neurones MLP; mammographie ; microcalcifications كلمات البحث: أنظمة المساعدة على تشخيص سرطان الثدي,الانطولوجيا ,استخراج المعلمة , التصنيف, الشبكات العصبيةMLP , التصوير الإشعاعي للثدي. Keywords: CAD; ontology; parameter extraction; classification; MLP neural network; mammography; microcalcifications.
Résumé
Résumé Le cancer du sein est un véritable fléau de nos jours puisqu’il touche une grande population féminine et constitue à lui seul le plus grand pourcentage de mortalité chez les femmes. Cependant la détection de la tumeur à une étape précoce augmentera considérablement les chances de guérisons des patientes. Il apparait indispensable de développer de nouvelles méthodes ou de nouveaux protocoles pour le dépistage du cancer du sein. Nous proposons à cet effet une nouvelle méthode de classification des images de mammographies basée sur deux phases : • La première phase consiste à séparer les mammographies seines de celles contenant des tumeurs probables en entrainant un classifieur neuronal de type perceptron multicouche (MLP). • La deuxième phase, quant à elle, consiste à rajouter l’aspect sémantique à l’information médicale des images de mammographie via une ontologie spécialisée développée à cet effet en se basant sur le système de caractérisation BI-RADS. La méthode proposée a été testée sur 150 mammographies provenant de la base d’images DDSM (Digital Database for Screening Mammography). المــــــلخـص يشكل سرطان الثدي مشكلة رئيسية هذه الأيام لأنه يمس شريحة كبيرة من النساء, حيث تسبّب هذا النوع من السرطان في أكبر عدد من الوفيات لدى النساء في الجزائر. ومع ذلك فإن اكتشاف الورم في مرحلة مبكرة يزيد فرص الشفاء من المرض. لذالك يبدو من الضروري استحداث أساليب جديدة أو بروتوكولات جديدة للكشف عن سرطان الثدي. نقترح لهذا الغرض تقنية جديدة لتصنيف الصور الإشعاعية للثدي بالأشعة السينية و ذلك على مرحلتين. المرحلة الأولى تتمثل في فصل الصور الإشعاعية التي تحتوي على أورام حميدة من تلك الخبيثة, استعملنا مصنف عصبي ( (Perceptronمتعددة الطبقات.(MLP) المرحلة الثانية ، من اجل إضافة الجانب الدلالي إلى المعلومات الطبية, استعملنا أنطولوجيا متخصصة قمنا أيضا بتصميمها لهذا الغرض على أساس نظام التوصيف (BI-RADS) , جملة الاختبارات أجريت على قاعدة الصور الإشعاعية DDSM و النتائج المتحصل عليها مرضية. Abstract Breast cancer continues to be a significant public health problem in the world because it affects a large female population; it is also the largest percentage of mortality among women. Early detection is the key to improving breast cancer prognosis. It appears essential to develop new methods or new protocols for the detection of breast cancer. We propose for this purpose a new method of classifying images of mammograms based on two phases : • The first phase is to separate the mammograms seines those containing tumors likely using a Multilayer Perceptron neural classifier (MLP). • The second phase is to add the semantic aspect to medical information of mammography images via a specialized ontology developed for this purpose based on the characterization system BI-RADS. The proposed method was tested on 150 mammograms from the image database DDSM (Digital Database for Screening Mammography).
Date de soutenance
02/07/2012
Pagination
121 p
Illusatration
Relié
Format
30 cm
Notes
une copier papier+ un cdrom
Statut
Soutenue