Détection et Segmentation Automatique Des Tumeurs Cérébrales Par Apprentissage Profond (Deep Learning).

Abstract

Dans ce projet, nous allons présenter la méthode de détection et segmentation automatique des tumeurs cérébrales par l’apprentissage profond, la méthodologie proposée et basée sur trois étapes principales. La première étape est basée sur la construction d’un réseau d’apprentissage en profondeur pour la détection ou la classification des anomalies comme cerveau normal ou anormal à l’aide d’une base de données d’entraînement. La deuxième étape basée sur la segmentation du composent cérébral en utilisant l’algorithme de seuil. La troisième étape est la classification des cérébraux en tant que cas normaux ou anormaux selon le réseau d’apprentissage en profondeur. Selon les résultats obtenus de la détection des anomalies cérébrales, la méthodologie proposée réussit la détection avec une précision de 96%.