|
| Titre : | Classification des mélanomes via SVM | | Type de document : | theses et memoires | | Auteurs : | Malika Messad ; Mazari Naima ; Dalila Fekrache, Directeur de thèse | | Editeur : | Tizi.Ouzou : U.M.M.T.O | | Année de publication : | 2020 | | Importance : | 43 p. | | Présentation : | ill. | | Format : | 30 cm. | | Note générale : | Bibliogr. | | Langues : | Français | | Mots-clés : | Lésion Mélanome Dermoscopie Algorithme de relief Support vecteur machine (svm) Cancer de la peau Traitement d'images | | Résumé : | Dans ce mémoire nous avons traité le thème de classification des images dirmoscopie via svm, pour classifier les images en malignes et bénignes ainsi que leurs masque manuels après avoir effectué les tests d'application et de validation de notre méthode sur la base de données DermIS et DermQuest, dans laquelle nous avons pris 172 images dont 88 représentent des lésions malignes et 84 des lésions bénignes, en plus des masques finaux de chaque lésion.
L'objectif principal de notre travail est de classifier ces images via la technique des svm sous matlab. Cette classification est précédée par les étapes suivantes : L'étape d'acquisition des images, l'étape de prétraitement des images pour éliminer les bruits indésirables. Ensuite, l'étape de segmentation des images pour extraire les zones d'intérêts (la lésion). Pour améliorer le taux de classification, l'algorithme de Relief a été mis en oeuvre pour sélectionner les attributs les plus pertinents. Qui caractérisent la lésion qui sera définis comme entrées dans le classifieur SVM.
Les attributs qui caractérisent la lésion extraite via les masques manuels et le classifieur SVM nous n'avons pu atteindre qu'un taux de bonne classification 78.40% pour les lésions malignes et un taux de 77.38% pour les lésions bénignes
Les résultats obtenus par notre méthode basée sur l'utilisation des masques manuels, en prenant en considération trois types d'attributs basés sur la couleur, la texture et la forme de la lésion sont satisfaisants. | | En ligne : | D:\CD THESES 2020\RETARDATAIRES\MESSAD MALIKA; MAZARI NAIMA.PDF | | Format de la ressource électronique : | PDF | | Permalink : | ./index.php?lvl=notice_display&id=35739 |
Classification des mélanomes via SVM [theses et memoires] / Malika Messad ; Mazari Naima ; Dalila Fekrache, Directeur de thèse . - Tizi.Ouzou (Tizi.Ouzou) : U.M.M.T.O, 2020 . - 43 p. : ill. ; 30 cm. Bibliogr. Langues : Français | Mots-clés : | Lésion Mélanome Dermoscopie Algorithme de relief Support vecteur machine (svm) Cancer de la peau Traitement d'images | | Résumé : | Dans ce mémoire nous avons traité le thème de classification des images dirmoscopie via svm, pour classifier les images en malignes et bénignes ainsi que leurs masque manuels après avoir effectué les tests d'application et de validation de notre méthode sur la base de données DermIS et DermQuest, dans laquelle nous avons pris 172 images dont 88 représentent des lésions malignes et 84 des lésions bénignes, en plus des masques finaux de chaque lésion.
L'objectif principal de notre travail est de classifier ces images via la technique des svm sous matlab. Cette classification est précédée par les étapes suivantes : L'étape d'acquisition des images, l'étape de prétraitement des images pour éliminer les bruits indésirables. Ensuite, l'étape de segmentation des images pour extraire les zones d'intérêts (la lésion). Pour améliorer le taux de classification, l'algorithme de Relief a été mis en oeuvre pour sélectionner les attributs les plus pertinents. Qui caractérisent la lésion qui sera définis comme entrées dans le classifieur SVM.
Les attributs qui caractérisent la lésion extraite via les masques manuels et le classifieur SVM nous n'avons pu atteindre qu'un taux de bonne classification 78.40% pour les lésions malignes et un taux de 77.38% pour les lésions bénignes
Les résultats obtenus par notre méthode basée sur l'utilisation des masques manuels, en prenant en considération trois types d'attributs basés sur la couleur, la texture et la forme de la lésion sont satisfaisants. | | En ligne : | D:\CD THESES 2020\RETARDATAIRES\MESSAD MALIKA; MAZARI NAIMA.PDF | | Format de la ressource électronique : | PDF | | Permalink : | ./index.php?lvl=notice_display&id=35739 |
|
Classification des mélanomes via SVM (2020) 
