Utilisation de l'AlexNet en Apprentissage par Transfert pour la Classification des Images de Cancer de la Peau et Développement d'une Application de Diagnostic

Abstract

Les images médicales de la peau contiennent des informations riches permettant de distinguer entre les lésions bénignes et malignes. En raison des difficultés liées à la réalisation de biopsies dans de nombreux cas – pour des raisons médicales ou logistiques – les médecins et spécialistes ont adopté cette approche non invasive comme alternative prometteuse pour un diagnostic préliminaire. C’est dans ce contexte que s’inscrit ce projet, dont l’objectif est de développer un système intelligent capable d’assister les professionnels de santé dans le diagnostic du cancer de la peau à partir d’images médicales, en s’appuyant sur les techniques d’intelligence artificielle, et plus précisément sur l’apprentissage profond. L’architecture AlexNet a été choisie pour son efficacité démontrée dans le domaine de la classification d’images en milieu médical. Le modèle développé a montré une capacité remarquable à différencier les lésions bénignes des lésions malignes, atteignant une précision de 93,75 % et une AUC de 0,94965. Ces résultats témoignent de sa performance et ouvrent la voie à des outils de diagnostic plus intelligents, rapides et non invasifs.