Indexation des bases de données images.

Abstract

Cette thèse s’inscrit dans la problématique de l’indexation et la recherched’images par lecontenu dans des bases d’images volumineuses.Le travail a pour objectif de minimiser le temps de réponse pour une requête donnée et de combler le vide sémantique.Cettecontribution originale consiste en la proposition d’une nouvelle plateforme de recherche d'informations dans des bases de données constituées de fichiers DICOM (Digital Imaging COmmunication in Medicine). Ces fichiers contiennent plusieurs images et informations cliniques contextuelles sur unpatient. Notre butest de sélectionner des images de ces fichiers similaires à une image proposée dans une requête, en utilisant le principe de la récupération d'image basée sur le contenu (CBIR). L'objectif principal est d'aider les radiologues à diagnostiquer les images médicales. Le traitement d'images médicales nécessite la manipulation d'une énorme quantité de données, que nous appellerons «Big Data». Les Big Data non structurés peuvent créer des problèmes liés à la latence. Les architectures distribuées basées sur le parallélisme peuvent atténuer cettelatence. De plus, la disponibilité de l'image en cas de défaillance d'un serveur dans un système aussi énorme augmente le temps de latence. Pour résoudre les défis de la latence dans le traitement d'images dans un énorme système, nous proposons une plateforme en tant que service pour le Cloud computing, basée sur un arbre de décision. Les serveurs de cette plate-forme sont distribués et fonctionnent de manière parallèle. De plus, un système tolérant aux pannes est proposé pour garantir la disponibilité des images et minimiser la latence de récupération des images en cas de défaillance du serveur.