Détection des anomalies par segmentation des images médicales cérébrales

Abstract

A travers ce projet, nous s‟intéressons à la segmentation des IRM cérébrales pour détecter les anomalies (pathologies/maladies) existantes au sein de ces images. Le but du projet est d‟implémenter un algorithme qui nous permet de détecter les anomalies dans une image IRM cérébrale. Afin de réaliser notre objectif, nous avons fait une synthèse sur les algorithmes de segmentation/classification des images et nous avons choisi la plus importante et la plus efficace dans la littérature afin de l‟implémenter. Nous avons utilisé les techniques de l‟apprentissage approfondi pour la détection des tumeurs cérébrales dans les images IRM. Nous avons implémenté un modèle appelé VGG16 en utilisant la technique de transfert d‟apprentissage dans un environnement cloud. Des résultats d‟apprentissage et de test satisfaisants ont été obtenus.