Titre :	Identification et segmentation de la psoriasis par l'algorithme K-MEANS
Type de document :	theses et memoires
Auteurs :	Mohand Kasri ; Hamdad Mokrane ; Djamal Alouache, Directeur de thèse
Editeur :	Tizi.Ouzou : U.M.M.T.O
Année de publication :	2020
Importance :	80 p.
Présentation :	ill.
Format :	30 cm.
Note générale :	Bibliogr.
Langues :	Français
Mots-clés :	Maladies de la peau  Psoriasis  Algorithme K-MEANS  Diagnostique des maladies de la peau  Traitement d'images  intelligence artificiel  Réseaux de neurones
Résumé :	Dans ce travail, nous nous sommes intéressés à l'étude des images dermatologiques pour l'aide au diagnostic du psoriasis, notamment à l'identification et à la description des techniques de traitement d'images utilisées pour l'identification de cette maladie, spécialement la segmentation. En effet, les statistiques confirment que le psoriasis est l'une des maladies inflammatoires de la peau débilitantes et persistantes souvent mal interprétée comme une maladie de peau occasionnelle. Cependant, une telle maladie n'est prise en charge de façon optimale que par un diagnostic rapide de la pathologie afin que la patient puisse bénéficier des soins adéquats le plus vite possible. L'objectif de notre travail est de réaliser une segmentation d'images des personnes atteintes de psoriasis en utilisant l'algorithme " Clustering K-means ". La technique appliquée nous a permet de détecter la région touchée par le psoriasis de la région non touchée . Elle nous a permet aussi de faciliter l'étape de l'extraction des attributs et la classification. Dans ce travail, nous avons utilisé le langage MATLAB pour appliquer l'étape de prétraitement à l'image de la base de données DermNetZ afin de filtrer les images de tous bruit qui peut fausser l'étape de la segmentation, puis nous avons converti l'espace couleur de RGB vers CIE l*a*b et enfin nous avons appliqué l'algorithme K-means en prenant 3 cluster (groupe) dans chaque image. Les constatations de cette étude ont montré que : Premièrement, la méthode dépend des espaces colorimétriques L*a*b ou de l'espaces colorimétriques RVB, deuxièmement, la méthode est basée sur une caractéristique de couleur pour sélectionner la région de la maladie du psoriasis ou le bon objet. Les résultats de cette recherche ont confirmés que cette méthode fonctionne efficacement là où nous avons mis en œuvre cette méthode sur une base de données contenant 10 images médicales de psoriasis RVB et montre que la précision de cette méthode peut atteindre 90 % et cette méthode utilisée donne des résultats plus efficaces dans la segmentation. Comme perspective, il serait intéressant d'étudier la possibilité d'implémenter cette technique suivie de l'étape de la classification sur des appareils téléphonique Android, ou bien des sites web en collaboration avec des dermatologues, et permettre ainsi d'avoir une technique non invasive et un diagnostic fiable et précoce. Cette voie pourrait conduire à la confection d'un test préliminaire qui servira de base au praticien. Il sera toute aussi envisageable d'appliquer cette technique en télémédecine afin de réaliser des tests de dépistage à distance des maladies contagieuses.
En ligne :	D:\CD THESES 2020\RETARDATAIRES\KASRI MOHAND; HAMDAD MOKRANE.PDF
Format de la ressource électronique :	PDF
Permalink :	./index.php?lvl=notice_display&id=35776

Identification et segmentation de la psoriasis par l'algorithme K-MEANS [theses et memoires] / Mohand Kasri ; Hamdad Mokrane ; Djamal Alouache, Directeur de thèse . - Tizi.Ouzou (Tizi.Ouzou) : U.M.M.T.O, 2020 . - 80 p. : ill. ; 30 cm.
Bibliogr.
Langues : Français

Mots-clés :	Maladies de la peau  Psoriasis  Algorithme K-MEANS  Diagnostique des maladies de la peau  Traitement d'images  intelligence artificiel  Réseaux de neurones
Résumé :	Dans ce travail, nous nous sommes intéressés à l'étude des images dermatologiques pour l'aide au diagnostic du psoriasis, notamment à l'identification et à la description des techniques de traitement d'images utilisées pour l'identification de cette maladie, spécialement la segmentation. En effet, les statistiques confirment que le psoriasis est l'une des maladies inflammatoires de la peau débilitantes et persistantes souvent mal interprétée comme une maladie de peau occasionnelle. Cependant, une telle maladie n'est prise en charge de façon optimale que par un diagnostic rapide de la pathologie afin que la patient puisse bénéficier des soins adéquats le plus vite possible. L'objectif de notre travail est de réaliser une segmentation d'images des personnes atteintes de psoriasis en utilisant l'algorithme " Clustering K-means ". La technique appliquée nous a permet de détecter la région touchée par le psoriasis de la région non touchée . Elle nous a permet aussi de faciliter l'étape de l'extraction des attributs et la classification. Dans ce travail, nous avons utilisé le langage MATLAB pour appliquer l'étape de prétraitement à l'image de la base de données DermNetZ afin de filtrer les images de tous bruit qui peut fausser l'étape de la segmentation, puis nous avons converti l'espace couleur de RGB vers CIE l*a*b et enfin nous avons appliqué l'algorithme K-means en prenant 3 cluster (groupe) dans chaque image. Les constatations de cette étude ont montré que : Premièrement, la méthode dépend des espaces colorimétriques L*a*b ou de l'espaces colorimétriques RVB, deuxièmement, la méthode est basée sur une caractéristique de couleur pour sélectionner la région de la maladie du psoriasis ou le bon objet. Les résultats de cette recherche ont confirmés que cette méthode fonctionne efficacement là où nous avons mis en œuvre cette méthode sur une base de données contenant 10 images médicales de psoriasis RVB et montre que la précision de cette méthode peut atteindre 90 % et cette méthode utilisée donne des résultats plus efficaces dans la segmentation. Comme perspective, il serait intéressant d'étudier la possibilité d'implémenter cette technique suivie de l'étape de la classification sur des appareils téléphonique Android, ou bien des sites web en collaboration avec des dermatologues, et permettre ainsi d'avoir une technique non invasive et un diagnostic fiable et précoce. Cette voie pourrait conduire à la confection d'un test préliminaire qui servira de base au praticien. Il sera toute aussi envisageable d'appliquer cette technique en télémédecine afin de réaliser des tests de dépistage à distance des maladies contagieuses.
En ligne :	D:\CD THESES 2020\RETARDATAIRES\KASRI MOHAND; HAMDAD MOKRANE.PDF
Format de la ressource électronique :	PDF
Permalink :	./index.php?lvl=notice_display&id=35776