Analyse de la texture des images mammaires par une fusion des lois de Zipf et des SFTA pour la classification des tumeurs mammaires via l’analyse en composantes principales

Abstract

إن اختيار عدم الخطية له أهمية بالغة في تطوير أدوات قوية لتحليل الصور والرؤية عبر الكمبيوتر. وبهذا المعنى ، فإن مشكلتنا البحثية هي تطبيق قوانين القوة: زيب أف و زيب أف معكوس لتحليل صور الثدي. في الواقع ، تميز قوانين زيب أف التعقيد الهيكلي لقوام الصورة من خلال نمذجة التوزيع الإحصائي لتواتر حدوث الأنماط وفقًا لتوزيع في قوانين السلطة. بالإضافة إلى ذلك ، قمنا بدمج الواصفات التي تم الحصول عليها مع تلك التي تم إنشاؤها بعد تحليل الصور الثديية بواسطة (تحليل التركيب الفركتزي القائم على الفصل) أسفتيا. لقد قمنا باقتراح نظام لفهرسة التصوير بالأشعة السينية ونظام البحث (CBMIIR) الذي يعزز أداء التشخيص بمساعدة الكمبيوتر في مرحلة تقديم التشخيص إلى أطباء الأشعة. وبالفعل ، فهم أكثر ثقة في حكم التشخيص المعتمد على الحالة الذي يتم إرجاعه من خلال تصنيف قائم على مطابقة القالب ، تم تشخيصه مسبقًا ، على غرار الحالة التي يتم تحليلها بدلاً من النتيجة المجردة الناتجة عن المصنف. أعطى تقييم الأعمال المقترحة أداء جيدا إلى حد ما : Le choix de la non-linéarité est d'un intérêt crucial dans le développement de puissants outils d’analyse d'image et de vision par ordinateur. Dans ce sens, notre problématique de recherche consiste à appliquer les lois puissance : Zipf et Zipf inverse à l’analyse des images mammaires. En effet, les lois de Zipf caractérisent la complexité structurelle de la texture d’image par la modélisation de la répartition statistique de la fréquence d’apparition des motifs selon une distribution en lois puissance. En outre, nous fusions les descripteurs obtenus avec ceux générés suite à l’analyse des images mammaires par les SFTA (Segmentation-based Fractal Texture Analysis). Nous avons proposé un système d’indexation et de recherche des mammographies par le contenu (CBMIIR) qui renforce la performance du diagnostic assisté par ordinateur au niveau de l’étape de la présentation du diagnostic aux radiologues. En effet, ces derniers sont plus confiants d'un jugement de diagnostic basé sur des cas renvoyé par une classification basée template-matching, diagnostiqués préalablement, similaires au cas en cours d’analyse plutôt