DETECTION AUTOMATIQUE DE LA PRESENCE D’ANOMALIE SUR UNE MAMMOGRAPHIE PAR RESEAU DE NEURONES ARTIFICIELS
Résumé
The breast cancer continues to be classified in the forefront of the public health problems. Proliferations of this disease push
the researchers to develop techniques of assistance of diagnosis. The medical imagery constitutes animportant technique for
assured a better quality the clinical diagnosis. Remain the problem of the quality of the interpretation of the medical image.
The tracing routines organized of the breast cancer led to an increase amongst medical image interpreted and the needs for
quality as regards public health make compulsory the recourse to the Assistance Systems Diagnosis (ASD) by computer. In
this article we propose a system containing network of artificial neurons able to detect the presence or not anomaly on a
mammography
Références
” Detection of Masses in Digital Mammogram Using
Second Order Statistics and Artificial Neural
Network”, International Journal of Computer Science
& Information Technology (IJCSIT), Vol 3, No 3,
June 2011, pp. 176-186.
[2] Liyakathunisa &C.N. Ravi Kumar, ” A Novel and Efficient
Lifting Scheme based Super Resolution Reconstruction for
Early Detection of Cancer in Low Resolution Mammogram
Images” ,International Journal of Biometrics and
Bioinformatics (IJBB), Volume (5) : Issue (2) : 2011 , pp
53-75.
[3] N.Ben Hamad, N. Benromdhane, K. Taouil, M.S. Bouhlel, “
Réduction des Faux Positifs dans les Systèmes d’Aide au
Diagnostic du Cancer du Sein”, SETIT 2007 4
th
International
Conference: Sciences of Electronic, Technologies of
Information and Telecommunications, Tunisia ,2007.
[4] H.Boufera, F. Bendella, “ Interprétation automatique des
anomalies de mammographie numérique”, Département
d’Informatique, USTO- MB-Algérie.journée Jeesi09, 2009.
[5] Drew P.J.Monson (J.R.T), “Artificial neural networks,
Surgery volume 127, 2000, pp. 3-11.
[6] J-F. Jodouin, Les réseaux de neurones. Edition Hermès,
Paris, 1994.
[7] N. Benamrane, A. Aribi, L. Kraloua, A.Fréville,
“ Interprétation des images médicales par une approche
neuro-flou-génétiques”, In: 6
ème
Conférence Francophone de
Modélisation et Simulation. MOSIM06, Rabat, Maroc, 2006.
[8] G.Dreyfus et autres, Réseaux de neurones méthodologie et
application, édition EYROLLES, Paris, 2004.
[9] P.Borne, M. Benrejeb, J. Haggege, Les réseaux de neurones
présentation et application, édition TECHNIP, Paris, 2007.
[10] http://peipa.essex.ac.uk/info/mias.html.
[11] G.Tremblay, “ Optimisation d’ensembles declassifieurs non
paramétriques avec apprentissage par représentation partielle
de l’information”, Ecole de technologie supérieure
