Analyse des IRM cérébrales basée réseaux de neurones convolutifs et Transformers en vue du diagnostic automatique du cancer du cerveau.
No Thumbnail Available
Date
2023-06-06
Journal Title
Journal ISSN
Volume Title
Publisher
university of eloued جامعة الوادي
Abstract
الورم الدبقي لديه أعلى معدل وفيات بين أورام الدماغ. في الواقع ، حوالي 33 ٪ من أورام المخ التي تم تشخيصها هي أورام
دبقية. حيث يستخدم التصوير بالرنين المغناطيسي في الغالب في العثور على درجة وموقع الأورام الدبقية الممتدة بسبب تباينها
الجدير بالملاحظة. ومع ذلك، فإن التشخيص اليدوي غير فعال ويتطلب خبرة وتجربة اختصاصي الأشعة. ومن ثم، تم تطوير
لمساعدة أطباء الأورام العصبية في فحص سرطان الدماغ. وبالنسبة لعملية (CAD) أنظمة التشخيص بمساعدة الكمبيوتر
تجزئة الورم الدبقي، تم تحويل انتباهنا نحو المحولات التي أثبتت إمكانات كبيرة، مؤخرًا، لمهمة التصوير الطبي. يتم اقتصاص
(LGG) لتصنيفها للتمييز بين الأورام الدبقية منخفضة الدرجة SVM مناطق الاهتمام التي تم الحصول عليها ثم نقلها إلى
..٪ على أساس القياس الكمي للنسيج. يعطي النهج المُساهم نتائج تصل إلى دقة 9Le gliome cause le taux de mortalité le plus élevé parmi les tumeurs cérébrales. En effet, environ
33 % des tumeurs cérébrales diagnostiquées consistent en des gliomes. Dans ce sens, l'IRM est
principalement utilisée pour déterminer le degré et la position des gliomes étendus en raison de
son contraste remarquable. Cependant, le diagnostic manuel est inefficace et nécessite à la fois
l'expertise et l'expérience du radiologue. Par conséquent, des systèmes de diagnostic assisté par
ordinateur (CAD) ont été développés pour aider les neuro-oncologues dans le dépistage du cancer
du cerveau. En effet, durant le processus de segmentation du gliome, notre attention a été détournée
vers le Transformer qui s'est avéré avoir un grand potentiel, récemment, pour la tâche de l’analyse
de l'imagerie médicale. Les régions d'intérêt obtenues sont recadrées puis transmises à un SVM
pour le processus de la classification afin de discriminer les gliomes de bas grade (LGG) et les
gliomes de haut grade (HGG). L'approche contribuée aboutie à des résultats jusqu'à 90% de
précision.
Description
mémoire master informatuque
Keywords
.SVM ، سرطان الدماغ، الورم الدبقي، التجزئة، التحويل، التصنيف، التعلم الآلي، قياس الملمس, Cancer du cerveau, Gliome, Segmentation, Transformer, Classification, Apprentissage automatique, Quantification de texture, SVM.