Détection assistée par ordinateur d'IDC à l'aide d'architectures neuronales profondes

Le cancer du sein est le type de cancer le plus fréquent chez les femmes. Les taux de survie et les pronostics pour le cancer du sein varient considérablement en fonction du stade auquel il est détecté. Par conséquent, le traitement est plus efficace s'il est diagnostiqué à un stade précoce. Zones de carcinome canalaire invasif (CDI) dans les images de lames entières (WSI) du cancer du sein : une approche pour le diagnostic automatisé et l'analyse visuelle (BCa). Les méthodes d'apprentissage profond impliquent des modèles informatiques du processus d'apprentissage et sont des méthodes d'apprentissage à partir de données. Cette méthode est analogue au fonctionnement du cerveau humain, dans lequel les caractéristiques les plus représentatives et les plus utiles sont interprétées à différents niveaux ou couches, ce qui aboutit à une représentation hiérarchique apprise. Dans divers domaines, notamment la compréhension de la parole et l'identification d'objets, il a été démontré que ces méthodes sont plus performantes que les approches traditionnelles pour les problèmes les plus difficiles. La procédure proposée dans cette thèse peut ouvrir une nouvelle voie dans la réalisation d'une technique de prédiction du cancer du sein. Fondamentalement, on trouve deux types de carcinome canalaire chez les femmes et la tumeur du carcinome canalaire. Le cancer des organes internes est également connu sous le nom de DCIS ou de carcinome intracanalaire.