La Segmentation et La Détection des images IRM pour identifier les tumeurs cérébrales par l’apprentissage profond

Abstract

Le traitement des images médicales est devenu un domaine central dans l’aide au diagnostic. Dans ce mémoire, nous proposons une approche automatique basée sur l’ap prentissage profond pour détecter et segmenter les tumeurs cérébrales à partir d’images IRM. Deux architectures de réseaux neuronaux convolutifs (CNN) ont été utilisées : In ceptionV3 pour la classification binaire et ResUNet pour la segmentation. L’ensemble de données utilisé provient de Kaggle. L’évaluation a montré une précision de 92.7% pour la classification et un Dice de 0.85 pour la segmentation. Ces résultats prouvent l’efficacité de notre méthode et son potentiel pour des applications médicales réelles.