Résumé:
Le traitement des images médicales est un processus très important pour diagnostiquer
n’importe quelle maladie de nos jours. Dans cette étude, nous proposons une détection
automatique des tumeurs cérébrales à partir des images par résonance magnétique (IRM)
en utilisant le modèle d’apprentissage en profondeur VGG19. Notre solution proposée
repose sur l’utilisation de VGG19, un réseau neuronal à convolution (CNN), pour extraire
des caractéristiques discriminantes à partir des images IRM. Ces caractéristiques sont
ensuite utilisées pour la détection des tumeurs cérébrales. L’ensemble de données utilisé
dans cette étude est constitué d’image IRM qui contient des tumeurs. Notre proposition
a été évaluée en comparaison avec d’autres approches, en utilisant des mesures telles que
accuracy , la précision, le rappel et le score F1. Le modèle VGG19 proposé a atteint
une accuracy de détection de 95%, démontrant ainsi son efficacité dans la détection des
tumeurs cérébrales à partir d’images IRM. Ces résultats mettent en évidence le potentiel
de l’apprentissage en profondeur et du modèle VGG19 dans l’amélioration de la détection
précoce et précise des tumeurs cérébrales à partir d’image IRM.
The processing of medical images is a very important process for diagnosing any disease
these days. In this study, we propose an automatic detection of brain tumors from
magnetic resonance imaging (MRI) images using the VGG19 deep learning model. Our
proposed solution relies on utilizing VGG19, a convolutional neural network (CNN), to
extract discriminative features from MRI images. These features are then used for detection
of brain tumors. The dataset used in this study consists of MRI images that contain
both tumor and non-tumor cases. Our proposal was evaluated in comparison with other
approaches, using metrics such as accuracy, precision, recall, and F1 score. The proposed
VGG19 model achieved a detection accuracy of 95%, thereby demonstrating its effectiveness
in detecting brain tumors from MRI images. These promising results highlight
the potential of deep learning and the VGG19 model in enhancing early and accurate
detection of brain tumors from MRI images
