Détection de lésions cutanées sur des images macroscopiques en utilisant l’apprentissage profond .
Résumé
Les cancers de la peau sont la forme de cancer la plus fréquente chez l'être humain, un médecin trouve nombreuses difficultés pour un diagnostic précis de la lésion à travers de ses caractéristiques et à l'œil nu. Pour cela, il a été nécessaire de développer des méthodes automatiques pour la détection et l'identification anticipée de mélanome afin d'augmenter la précision du diagnostic en se basant sur des techniques de traitement d'image. La segmentation est une étape critique dans les systèmes automatiques de diagnostique de mélanome qui consiste à définir la lésion comme une région d'intérêt. Plusieurs méthodes de segmentation ont été développées pour la détection des lésions cutanées. Dans ce travail nous nous s'intéressant à l'une des approches de la segmentation automatisée des lésions cutanées basée sur les réseaux de neurones convolutifs. Nous avons choisi un réseau convolutionnel qui combine SegNet avec VGG-16. Les résultats obtenus sont satisfaisants et montre une bonne détection de la lésion cutanées dans l'image numérique.