Classification du cancer de la peau par l'intelligence artificielle.

Abstract

Ces dernières années, l’apprentissage profond (deep learning) et plus particulièrement les réseaux de neurones à convolution (CNN) sont apparus spécialement pour résoudre les problèmes rencontrés dans l'intelligence artificielle. Le CNN est l’une des structures réseau les plus représentatives de la technologie d’apprentissage en profondeur (deep learning) et a connu un grand succès dans le domaine du traitement et de la reconnaissance d’images. Dans le domaine de l’électronique médicale, la détection précoce de maladie, permet de limiter la propagation de la maladie ce qui revient à sauver des vies humaines. Pour cette raison, la médecine moderne nécessite de plus en plus de matériel électronique de nouvelle technologie. Ce dernier a besoin d’une maintenance et des mises à jour technologiques assurées par des spécialistes en électroniques médicales et en traitement d’images. Le diagnostic assisté par ordinateur du cancer de la peau devient de plus en plus une nécessité étant donné la croissance exponentielle des images à expertiser chaque année. Différents travaux de recherche ont été menés soit pour détecter automatiquement les lésions dans les images à l’aide des systèmes de détection assistée par ordinateur soit pour fournir un second avis à propos de la lésion détectée à travers des systèmes de diagnostic assisté par ordinateur. L'objectif principal de cette recherche est de mettre au point un système d’aide automatique pour bien classifier différentes pathologies du cancer de la peau en deux catégories, à savoir bénignes et malignes. Mots Clés : L'intelligence artificielle, apprentissage automatique, deep learning, classification, cancers de la peau; prétraitement, CNN, ResNet18, VGG16. B

ABSTRACT In recent years, deep learning and more particularly convolution neural networks (CNN) have appeared especially to solve the problems encountered in artificial intelligence. The CNN is one of the most representative network structures of deep learning (deep learning) technology and has been very successful in the field of image processing and recognition. In the field of medical electronics, the early detection of disease, allows to limit the spread of the disease which amounts to saving human lives. For this reason, modern medicine requires more and more electronic equipment of new technology. The latter needs maintenance and technological updates provided by specialists in medical electronics and image processing. Computer-aided diagnosis of skin cancer is becoming increasingly necessary given the exponential growth of the image to be assessed each year. Different research has been conducted either to automatically detect lesions in images using computer-aided detection systems or to provide a second opinion about the lesion detected through diagnostic systems assisted by computer. The main objective of this research is to develop an automatic aid system to properly classify different pathologies of skin cancers into two categories namely benign and malignant. Keywords: Artificial intelligence, machine learning, deep learning, classification, skin cancer, preprocessing, CNN, ResNet18, VGG16. C

ملخص في السنوات األخيرة ظهر التعلم العميق وخاصة الشبكات العصبية الملتفة (CNN (على وجه التحديد لحل المشكالت التي تواجه الذكاء االصطناعي. تعد (CNN (واحدة من أكثر هياكل الشبكات تمثيال لتكنولوجيا التعلم العميق وقد حققت نجاحا كبيرا في مجال معالجة الصور والتعرف عليها. في مجال اإللكترونيات الطبية يسمح الكشف المبكر عن المرض بالحد من انتشار المرض الذي يصل إلى حد إنقاذ حياة البشر. لهذا السبب، يتطلب الطب الحديث المزيد والمزيد من المعدات اإللكترونية للتكنولوجيا الجديدة. يحتاج هذا األخير إلى صيانة وتحديثات تكنولوجية يقدمها متخصصون في اإللكترونيات الطبية ومعالجة الصور. أصبح التشخيص بمساعدة الكمبيوتر لسرطان الجلد ضروريا بشكل متزايد نظرا للنمو الهائل للصورة التي سيتم تقييمها كل عام. تم إجراء أبحاث مختلفة إما للكشف تلقائيا عن األوقات في الصور باستخدام أنظمة للكشف بمساعدة الكمبيوتر أو لتقديم رأي ثان حول اآلفة المكتشفة من خالل أنظمة التشخيص لتشخيص بمساعدة الكمبيوتر. الهدف الرئيسي من هذا البحث هو تطوير نظام مساعدة تلقائي لتصنيف أمراض مختلفة من سرطانات الجلد بشكل صحيح إلى فئتين هما الحميدة والخبيثة. الكلمات المفتاحية: الذكاء االصطناعي، التعلم اآللي، التعلم العميق، التصنيف، سرطانات الجلد؛ المعالجة المسبقة، CNN ، .VGG16 ، ResNet18