Classification neuro-floue des données multimodales

Abstract

Dans ce travail nous sommes intéressés par la classification des données multimodales qui sont de natures différentes et peuvent avoir des valeurs incomparables voir impossible de les mettre `a l’´echelle. La classification de ces données est une tache délicate, pour faire, nous avons choisi un r´réseau de neurones de type perceptron multicouches flou. Le classifieur n’opère directement sur les valeurs r´réelles des attributs mais sur des valeurs floues qui prennent valeurs dans l’intervalle [0,1] pour remédier `a la variabilité´e des données multimodales. Le cancer du sein est une maladie dangereuse et sa détection précoce reste le seul moyen de sa lute. Cependant plusieurs pays ont lancé des compagnies de dépistage gratuites, de ce fait, les radiologues sont cens´es d’analyser des dizaines de clichés de mammographie par jour, alors le développement des m´méthodes d’aide au diagnostic et de classification automatique de ces radiographies est motivant. La présence des microcalcifications dans la mammographie est un signe du cancer. La bénignit´e ou la malignité de ces derniéres dépend de leurs intensités, leurs tailles et de leurs morphologies. Les caractéristiques de ces microcalcifications est un bon exemple des données multimodales. Dans ce travail nous avons contribué par: – L’utilisation d’un classifieur neuro-flou pour la classification des microcalcifications. – La proposition d’une liste d’attributs extraite `a partir des indices que le radiologue utilise pour le diagnostic des microcalcifications. – La proposition et l’implémentation d’un algorithme de segmentation des images mammographiques pour l’extraction des microcalcification. Notre travail a fait l’objet d’une communication orale `a R2I’2011(rencontre sur la recherche en informatique,12-14 juin, Université de Tizi-Ouzou, Algerie) et d’une démonstration de logiciel dans la 1ere journée doctorale du laboratoire d’informatique d’Oran (JDLIO’2011, 31 mai et 1 juin, Universit´e d’Oran, Algerie). La suite de ce m´mémoire est organisée comme suit: il est commencé´e par une introduction o`u nous donnons une bréve description du domaine de classification de données et nous définissons notre problématique.