Méthode d'apprentissage symbolique et application à la description de traitements d'images médicales

Symbolic learning method and application to medical image processing description

• Auteur / Autrice : Imed Eddine Saidane
• Direction : Edwin Diday
• Type : Thèse de doctorat
• Discipline(s) : Sciences médicales
• Date : Soutenance en 1994
• Etablissement(s) : Paris 9

Mots clés

Mots clés contrôlés

Imagerie médicale

Traitement d'images

Résumé

Notre étude concerne l'automatisation du processus d'apprentissage dans le cadre de la description de traitements d'images biomédicales. Notre travail touche à quatre domaines: l'analyse de connaissances, l'intelligence artificielle, la structuration sémantique des connaissances et l'imagerie médicale. Nous proposons un outil, basé sur un formalisme de représentation par objets symboliques et une méthode d'apprentissage symbolique, utilisant des techniques de classification et de généralisation. La classification nécessitant des comparaisons entre les objets à classifier, nous avons introduit des indices d'estimation de la dissimilarite�� entre objets symboliques et, notamment, entre objets comportant de la connaissance modale. Nous avons appliqué notre méthode d'apprentissage à la mise au point et à l'utilisation de traitements d'images biomédicales, domaine qui se caractérise par le volume important et la diversité des connaissances mises en jeu. Pour maintenir une cohérence structurelle entre la gestion et le traitement des images médicales, dont nous avons montré l'interconnexion des systèmes qui les réalisent, nous avons introduit un ensemble de règles de passage d'un système à l'autre. Nous donnons un exemple d'application de notre méthode sur des données simulées et des données réelles