| Titre : | Contribution au dépistage intelligent du cancer du sein basé sur la thermographie médicale |
| Auteurs : | MOHAMED MADANI HAFIDI, Auteur ; Sadek Labib Terrissa, Directeur de thèse |
| Type de document : | Monographie imprimée |
| Editeur : | Biskra [Algérie] : Faculté des Sciences Exactes et des Sciences de la Nature et de la Vie, Université Mohamed Khider, 2020 |
| Format : | 1 vol. (74p.) / ill. / 29 cm |
| Langues: | Français |
| Mots-clés: | Cancer du sein ; diagnostique medical ; Apprentissage automatique ; Reseau de neurones multicouches. |
| Résumé : | Recemment, l'intelligence arti?cielle a envahi tous les domaines de la recherche scienti?que, pour ce quelle apporte comme solutions intelligentes. Le domaine de la sante n'en fait pas exception.Le cancer du sein est une maladie a la fois la plus frequente et la plus mortelle chez la femme a travers le monde et en Algerie. Plusieurs techniques de depistage de cancer de sein sont disponibles, elles presentent autant d'avantages que d'inconvenients. La mammographie est la technique la plus utilisee pour le diagnostique du cancer du sein. Malgre son ecacite, elle reste inaccessible a toutes les femmes et son cout est relativement eleve. De plus elles est nocive pour la sante des femmes a cause de leurs expositions aux rayonnements X. Une autre technique qui pourrait etre une alternative pour le diagnostique precoce du cancer du sein est la thermographie medicale. Cette technique consiste a exploiter la temperature du sein pour la detection de la tumeur. Contrairement a la mammographie, cette technique moins co^uteuse est consideree comme non invasive et non douloureuse. Notre etude consiste a proposer une solution intelligente basee sur la technique de la thermographie medicale pour la detection precoce du cancer de sein chez les femmes. |
| Sommaire : |
1 Introduction Generale 9
2 Cancer du sein 10 2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 2.2 Sein . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 2.2.1 De?nition . . . . . . . . . . . . . . . . . . . . . . . . . 11 2.2.2 Description anatomique du sein . . . . . . . . . . . . . 11 2.2.3 Composition radiologique du sein . . . . . . . . . . . . 12 2.3 Cancer du sein . . . . . . . . . . . . . . . . . . . . . . . . . . 13 2.3.1 De?nition . . . . . . . . . . . . . . . . . . . . . . . . . 13 2.3.2 Facteurs de risque . . . . . . . . . . . . . . . . . . . . . 14 2.3.3 Symptomatologie . . . . . . . . . . . . . . . . . . . . . 14 2.3.4 Types des cancers du sein . . . . . . . . . . . . . . . . 14 2.4 Technique de depistage precoce de cancer du sein . . . . . . . 16 2.4.1 Mammographie . . . . . . . . . . . . . . . . . . . . . . 16 2.4.2 Thermographie Medicale . . . . . . . . . . . . . . . . . 18 2.4.3 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . 20 3 Machine Learning (Apprentissage Automatique) 21 3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 3.2 Intelligence Arti?cielle et medecine . . . . . . . . . . . . . . . 22 3.2.1 Systeme d'aide a la decision SAD . . . . . . . . . . . 22 3.2.2 Systeme d'aide au diagnostique Medical SADM . . . . 22 3.3 Machine Learning . . . . . . . . . . . . . . . . . . . . . . . . . 23 3.3.1 De?nition . . . . . . . . . . . . . . . . . . . . . . . . . 23 3.4 Types d'apprentissage automatique . . . . . . . . . . . . . . . 24 3.5 Modele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 3.6 Regression . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 3.7 Classi?cation . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 3.7.1 Evaluation de classi?cation . . . . . . . . . . . . . . . . 26 3.7.2 Technique d'evaluation de la classi?cation . . . . . . . 26 3.8 Les Algorithmes d'apprentissage . . . . . . . . . . . . . . . . . 28 3.8.1 KNN le K plus proche voisin(K-nearest neighbour) . . 29 3.8.2 Machine a support vecteurs (SVM) . . . . . . . . . . . 29 3.8.3 Arbre de decision . . . . . . . . . . . . . . . . . . . . . 30 3.8.4 Foret aleatoire . . . . . . . . . . . . . . . . . . . . . . . 31 3.8.5 Reseaux de neurones Arti?ciels . . . . . . . . . . . . . 31 3.9 Reseaux de neurones arti?ciels . . . . . . . . . . . . . . . . . . 32 3.9.1 Modele neurophysiologique . . . . . . . . . . . . . . . . 32 3.9.2 Modele arti?ciel . . . . . . . . . . . . . . . . . . . . . . 33 3.10 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 4 Etude Conceptuelle 38 4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38 4.2 Problematique . . . . . . . . . . . . . . . . . . . . . . . . . . . 38 4.3 Objectif . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39 4.4 Architecture generale du systeme . . . . . . . . . . . . . . . . 39 4.4.1 Composantes du systeme . . . . . . . . . . . . . . . . . 39 4.4.2 Collecte des donnees . . . . . . . . . . . . . . . . . . . 40 4.4.3 Description de la base de donnees . . . . . . . . . . . . 42 4.4.4 Pre-traitement des donnees . . . . . . . . . . . . . . . 42 4.4.5 Decoupage train/test . . . . . . . . . . . . . . . . . . . 43 4.4.6 Encodage des valeurs cibles . . . . . . . . . . . . . . . 43 4.4.7 Modele de prediction . . . . . . . . . . . . . . . . . . . 43 4.5 Detection de la postion de la tumeur . . . . . . . . . . . . . . 45 4.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45 5 Implementation 47 5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47 5.2 Environnement d'execution . . . . . . . . . . . . . . . . . . . . 47 5.3 Outils et langages de developpement . . . . . . . . . . . . . . 48 5.3.1 Python . . . . . . . . . . . . . . . . . . . . . . . . . . . 48 5.3.2 Pycharm . . . . . . . . . . . . . . . . . . . . . . . . . . 51 5.4 Realisation et Implementation . . . . . . . . . . . . . . . . . . 51 5.4.1 Types et Nature des donnees . . . . . . . . . . . . . . . 52 5.4.2 Pre-traitement . . . . . . . . . . . . . . . . . . . . . . 52 5.4.3 Encodage des valeurs cibles . . . . . . . . . . . . . . . 53 5.4.4 Implementation des modeles neuronaux . . . . . . . . . 55 5.5 Resultats et discussions . . . . . . . . . . . . . . . . . . . . . . 55 5.5.1 Longitude , Colatitude et distance radiale R . . . . 55 5.5.2 Discussion . . . . . . . . . . . . . . . . . . . . . . . . . 68 5.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70 6 Conclusion Generale 71 |
| Type de document : | Mémoire master |
Disponibilité (1)
| Cote | Support | Localisation | Statut |
|---|---|---|---|
| MINF/558 | Mémoire master | bibliothèque sciences exactes | Consultable |
