Utilisation des techniques de traitement d’images et des connaissances a priori pour la détection précoce du cancer du corps de L’utérus (cancer de l’endomètre)

Abstract

Le diagnostic précoce représente l'une des approches les plus prometteuses pour réduire la fatalité croissante du cancer. Dans ce travail, un système de diagnostic assisté par ordinateur (CAD) pour la détection du cancer de l'endomètre est développé en utilisant les images échographiques et histologiques de l'utérus. Le système CAD aide à améliorer les performances de diagnostiques des médecins et des radiologues dans leurs interprétations d'images. Nous développons dans ce travail deux approches pour la détection du cancer de l’endomètre, la première est semi automatique et traite les images échographiques. Les images échographiques sont initialement filtrées à l'aide de plusieurs filtres, puis segmentées pour obtenir la région d'intérêt en utilisant la méthode de croissance de région. Les différentes caractéristiques statistiques de la ROI sont ensuite extraites, et sont utilisées avec les connaissances apriori pour la détection de la tumeur (détection comme zone cancéreuse ou non-cancéreuse). Dans la deuxième approche nous utilisons les deux types d’images échographiques et histologiques. Cette approche est basée sur l’utilisation des réseaux de neurones convolutifs (CNN). Les approches proposées sont appliquées sur deux bases d’images échographiques et histologiques. Les résultats obtenus sont prometteurs vu le manque de données en particulier pour le cancer de l’endomètre.