Segmentation automatique et détection de mélanome dans les images dermoscopiques.

Abstract

Les cancers de la peau sont la forme de cancer la plus fréquente chez l'être humain. Dans ce mémoire, nous nous sommes intéressés à une chaine de traitement d’images dermoscopiques afin de classifier les mélanomes en tumeur bénigne ou maligne. L’extraction de caractéristiques consiste en des attributs géométriques, de couleur et de texture afin de réaliser la tache de classification. Pour améliorer le taux de classification, la segmentation est une étape critique dans les systèmes automatiques de diagnostic de mélanome qui consiste à définir la lésion comme une région d’intérêt. Enfin la technique de classification par les SVM est utilisée pour la classification de la tumeur comme bénigne ou maligne, dans laquelle nous avons sélectionné 160 images, dont 80 représentent des lésions malignes et 80 des lésions bénignes qui contient le masque manuel de chaque lésion, ce dernier a l’avantage utile de la haute précision. Et c'est ce qui s'avère d'après les résultats obtenus.