6533b82cfe1ef96bd128f177
RESEARCH PRODUCT
Extraction et évaluation de caractéristiques adaptées pour la classification du Lentigo à partir d’images de Microscopie Confocale
Romain CendreA. MansouriF. MarzaniJ-l PerrotE. Cinottisubject
dermatology[INFO.INFO-AI] Computer Science [cs]/Artificial Intelligence [cs.AI]classification[INFO.INFO-IM]Computer Science [cs]/Medical Imaging[INFO.INFO-IM] Computer Science [cs]/Medical Imaginglentigo[INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI]Reflectance Confocal Microscopydescription
International audience; La détection de cancer de la peau est l’un des défis de ces dernières décennies. Par ailleurs, diverses techniques d’imagerie ont pour objectif d’aider à la reconnaissance de ces pathologies malignes en contexte clinique. La Microscopie Confocale par Réflectance est un exemple de technique d’imagerie adaptée à la détection de maladie de la peau sur laquelle nous nous basons pour la détection de Lentigo. Les travaux présentés dans cet article portent sur la classification de ces images en trois catégories : sain, bénin et malin. Dans ce but, nous proposons et évaluons deux méthodes d’extraction de caractéristiques basées sur les descripteurs d’Haralick pour l’une et sur une extraction par Réseau Neuronal Convolutif pour l’autre. Ces deux méthodes sont évaluées et comparées à un travail suggérant une approche par ondelettes, étendu à ces même catégories. D’après les résultats obtenus, l’approche par Réseau Neuronal Convolutif est la plus adaptée à cette problématique.
year | journal | country | edition | language |
---|---|---|---|---|
2019-07-26 |