Utilisation de l’apprentissage profond pour identifier des anomalies dans les images médicales : Application à la mammographie
Loading...
Date
2025-10-01
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
UMMTO FGEI
Abstract
Les avancées technologiques ont profondément transformé le diagnostic et la prise en charge des maladies. Le cancer du sein, première cause de mortalité féminine et le cancer le plus fréquent chez la femme (OMS, 2023), nécessite un dépistage précoce et fiable pour améliorer les chances de survie. La mammographie reste l’examen de référence, mais son interprétation demeure complexe et sujette à des erreurs. L’intelligence artificielle, en particulier l’apprentissage profond, offre de nouvelles perspectives grâce à l’analyse automatisée des images. Ces approches permettent d’extraire des caractéristiques pertinentes et d’assister les
radiologues dans leurs décisions, améliorant ainsi précision et rapidité. Ce travail applique l’apprentissage profond à l’analyse mammographique, avec des résultats prometteurs dépassant 98 % de précision sur trois bases de données : MIAS, INBreast et DDSM.
Description
72 p.+ (Cd-Rom)
Keywords
Apprentissage profond, Intelligence artificielle, Diagnostic, Cancer du sein, Images médicales, Mammographie
Citation
Instrumentation biomédicale