Etude comparative d'Algorithmes de Deep Learning pour le traitement d'images IRM pour la détection des tumeurs du cerveau.

Abstract

Au cours des derni`eres années, de plus en plus de recherches ont vu le jour avec pour objectif l'emploi de l'Intelligence artificielle dans les milieux médicaux, et plus sp´ecifiquement, une volont´e des chercheurs à trouver le meilleur moyen de l'appliquer au diagnostic de maladies avec une haute pr´ecision et à temps record. Pour cela les chercheurs se sont tournés vers les méthodes de deep learning, plus précis´ement les réseaux de neurones convolutifs (CNN) pour atteindre leur objectif. Dans notre travail, nous avons voulu dresser une ´etude comparative des cinq mod`eles de CNN suivants : ResNet50, VGG16, VGG19, InceptionV3 et GoogLeNet, reconnus pour leur efficacité dans la classification d'images IRM, plus précisément pour le diagnostic de tumeurs cérébrales.