Titre : |
classification non supervisée du cancer du sein |
Type de document : |
texte imprimé |
Auteurs : |
youbi Mohammed Ridha, Auteur ; Chikh Mohammed Amine, Auteur |
Editeur : |
Université tlemcen |
Année de publication : |
2013 |
Importance : |
102 p. |
Présentation : |
ill. |
Format : |
30 cm |
Accompagnement : |
cd |
Langues : |
Français (fre) |
Résumé : |
L'automatisation du diagnostic médical du cancer du sein est devenue une Nécessité absolue vu la croissance exponentielle du
nombre de mammographies effectuées chaque année. L'avancement de la technologie informatique a encouragé les chercheurs à
développer des logiciels pour aider les médecins dans la prise de décision sans consulter directement les spécialistes. Le
développement de logiciels exploite le potentiel de l'intelligence humaine telle que le raisonnement, la prise de décision,
l'apprentissage (par l'expérience) et bien d'autres.
En effet, la complexité des données traitées et la difficulté rencontrée pour la reconnaissance des différentes pathologies
nécessitent l’utilisation de plusieurs approches directement. Dans ce travail, nous abordons quelques techniques de la classification
non supervisée, sachant que dans le plus part des cas les données ne sont pas annotées.
La classification non supervisée est alors sollicitée lorsqu’ on ne connaît pas les classes des données. A la fin, de processus de
classification non supervisée les données doit apparaître à l’une des classes crées par la procédure de la classification. Une étude
concernant les différentes techniques de classification non supervisé est réalisée. Nous avons fait appel à l’approche Fuzzy C-Means
(FCM) est la carte de Kohonen.Fuzzy C- Means est un algorithme de classification non supervisée floue. Issu de l’algorithme des Cmoyennes
(C-means), et il a introduit la notion d’ensemble flou dans la définition des classes. Pour le deuxième modèle, La carte de
Kohonen a effectué une compression sur les données d’entrée représentés par des vecteurs de dimension N dans un espace de
dimension M (M< N) . La propriété la plus intéressante de cette carte est la faculté de préserver les relations topologiques des
vecteurs d’entrée. Il est intéressant de noter que des fonctions similaires sont présentes dans les cerveaux des êtres vivant, ce qui
est un premier point en faveur de la préservation de la topologie comme un mécanisme essentiel dans le traitement des données
.les résultats obtenus ont montré l’intérêt de la 1ère approche (FCM) par rapport à la carte de Kohonen. |
classification non supervisée du cancer du sein [texte imprimé] / youbi Mohammed Ridha, Auteur ; Chikh Mohammed Amine, Auteur . - Université tlemcen, 2013 . - 102 p. : ill. ; 30 cm + cd. Langues : Français ( fre)
Résumé : |
L'automatisation du diagnostic médical du cancer du sein est devenue une Nécessité absolue vu la croissance exponentielle du
nombre de mammographies effectuées chaque année. L'avancement de la technologie informatique a encouragé les chercheurs à
développer des logiciels pour aider les médecins dans la prise de décision sans consulter directement les spécialistes. Le
développement de logiciels exploite le potentiel de l'intelligence humaine telle que le raisonnement, la prise de décision,
l'apprentissage (par l'expérience) et bien d'autres.
En effet, la complexité des données traitées et la difficulté rencontrée pour la reconnaissance des différentes pathologies
nécessitent l’utilisation de plusieurs approches directement. Dans ce travail, nous abordons quelques techniques de la classification
non supervisée, sachant que dans le plus part des cas les données ne sont pas annotées.
La classification non supervisée est alors sollicitée lorsqu’ on ne connaît pas les classes des données. A la fin, de processus de
classification non supervisée les données doit apparaître à l’une des classes crées par la procédure de la classification. Une étude
concernant les différentes techniques de classification non supervisé est réalisée. Nous avons fait appel à l’approche Fuzzy C-Means
(FCM) est la carte de Kohonen.Fuzzy C- Means est un algorithme de classification non supervisée floue. Issu de l’algorithme des Cmoyennes
(C-means), et il a introduit la notion d’ensemble flou dans la définition des classes. Pour le deuxième modèle, La carte de
Kohonen a effectué une compression sur les données d’entrée représentés par des vecteurs de dimension N dans un espace de
dimension M (M< N) . La propriété la plus intéressante de cette carte est la faculté de préserver les relations topologiques des
vecteurs d’entrée. Il est intéressant de noter que des fonctions similaires sont présentes dans les cerveaux des êtres vivant, ce qui
est un premier point en faveur de la préservation de la topologie comme un mécanisme essentiel dans le traitement des données
.les résultats obtenus ont montré l’intérêt de la 1ère approche (FCM) par rapport à la carte de Kohonen. |
|