Classification d’images échographique thyroïdienne par approche SVM.

Abstract

La segmentation d’image est une opération de traitement d’image de bas niveau qui consiste à localiser dans une image les régions (ensembles de pixels) appartenant à une même structure. Les méthodes qui lui sont liées sont variés et peuvent s’appuyer sur divers fondements théoriques (probabilités, logique floue) et se répartissent en trois grandes familles (contour, région et classification). L’objectif de notre projet est de concevoir un système permettant de classifier des nodules thyroïdiens à partir d’une base de données. Principalement, il s’agit de différencier entre les pathologies suivant la classification Tirads. Le système proposé est basé sur deux étapes principales : l’extraction d’attributs et la classification. Le schéma de classification est basé sur les Machines à Vecteur de Supports « SVMs : Support Vector Machines ». L’extraction des attributs est réalisée par le logiciel de simulation : MATLAB de Mathworks.