Thèse soutenue

Segmentation et détection du cancer de la peau en utilisant la variation totale et l'analyse multi-résolution

FR  |  
EN
Auteur / Autrice : Faouzi Adjed
Direction : Fakhr-Eddine AbabsaIbrahima Faye
Type : Thèse de doctorat
Discipline(s) : Traitement du signal et des images
Date : Soutenance le 18/12/2017
Etablissement(s) : Université Paris-Saclay (ComUE) en cotutelle avec Université de technologie de Petronas (1997-.... ; Seri Iskandar, Perak, Malaisie)
Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication (Orsay, Essonne ; 2015-....)
Partenaire(s) de recherche : Laboratoire : Informatique, Biologie Intégrative et Systèmes Complexes (Evry, Essonne)
établissement opérateur d'inscription : Université d'Évry-Val-d'Essonne (1991-....)
Jury : Président / Présidente : Rachid Jennane
Examinateurs / Examinatrices : Mahmod Bin Othman, Vincent Vigneron
Rapporteurs / Rapporteuses : Rachid Jennane, Nor Ashidi Bin Mat Isa

Mots clés

FR

Résumé

FR  |  
EN

Les décès du cancer de la peau sont majoritairement des mélanomes malins. Il est considéré comme l’un des plus dangereux cancer. A ses débuts, les mélanomes malins sont traités avec des simples biopsies et sont complètement curable. Pour cela, une détection précoce est la meilleure solution pour réduire ses conséquences désastreuses. Imagerie médicale telle que la dermoscopie et les caméras à images standard sont les outils disponibles les plus adaptées pour diagnostiquer précocement les mélanomes. Le diagnostic assisté par ordinateur (CAD) est développé dans le but d’accompagner les radiologistes dans la détection et le diagnostic. Cependant, il y a un besoin d’améliorer la précision de la segmentation et de détection des lésions. Dans ce travail, le modèle de Chan et Vese a été adapté pour segmenter davantage les variations à l’intérieur des lésions avec un résultats très encouragent. La deuxième tâche consiste à extraire des caractéristiques afin de discriminer les mélanomes. Deux méthodes ont été développée, une se basant sur l’irrégularité des bords des lésions et l’autre par la fusion des caractéristiques texturales et structurelles. Les résultats ont montrés de bonnes performances avec une précision de 86.54% et de 86.07%, respectivement.