Soutenance de thèse d'Asma TOUIL

Résumé : Ce travail s'intéresse à l'interprétation d'images mammographiques pour la détection des MCs. Partant d'un prétraitement, nous proposons une première méthode basée sur la morphologie mathématique et l'indice de similarité structurelle SSIM. Elle se trouve capable de gérer la diversité des MCs en termes de formes et de contrastes. Dans l'idée d'étudier l'effet d'une analyse locale à base de connaissances a priori, nous avons proposé une deuxième méthode. Exploitant le concept de croissance de régions conditionnelle, elle part des maximas régionaux et intègre des connaissances a priori sous la forme de contraintes. Dans l'idée d'améliorer davantage la qualité des résultats obtenus, nous avons conçu une nouvelle approche de combinaison collaborative qui vise à minimiser le nombre de détection faux négatif. Elle opère sur l'image entière divisée en superpixels utilisés pour identifier des zones suspectes et des objets candidats à partir des résultats des méthodes de détection (détecteurs).