Méthode combinée d'apprentissage pour la classification raffinée du cancer du sein.

Abstract

Le cancer du sein, principal cancer chez la femme, nécessite une détection précoce et une connaissance de son stade d'avancement pour un traitement efficace. Ainsi, pour une tumeur du sein détectée, il est important d'étudier sa classification pour prodiguer des soins ciblés. Dans ce mémoire, nous avons investiguée cette problématique et réalisé plusieurs contributions. La premi`ere contribution concerne la réalisation d'un état de l'art sur la détection/classification des tumeurs du sein en suivant une classification que nous avons proposée. La deuxi`eme contribution est dédiée `a la proposition d'une méthode de complément du dataset Wisconsin pour les besoins de nos expérimentations. Enfin, la troisi`eme contribution est consacrée `a la proposition d'une nouvelle approche de classification des tumeurs en trois stades (précoce, intermédiaire, avancé). Cette approche, qui est constituée de deux phases, combine la méthode d'apprentissage profond ANN, en Phase 01, avec une méthode d'apprentissage automatique (RF ou K-means), en Phase 02. L'approche proposée a été testée et évaluée par phase sur le dataset Wisconsin complété en réalisant des comparaisons appropriées. Les résultats obtenus, en considérant plusieurs métriques de comparaison, ont été satisfaisants.