Diagnostic du cancer dans l'image histopathologique : approche basée sur les CNN

Le cancer du sein touche une femme sur huit dans le monde. Il est diagnostiqué en détectant la malignité des cellules du tissu mammaire. Les techniques modernes de traitement d'image médicale fonctionnent sur des images d'histopathologie capturées par un microscope, puis les analysent en utilisant différents algorithmes et méthodes. Les algorithmes d'apprentissage automatique sont désormais utilisés pour le traitement des images médicales et des outils pathologiques. La détection manuelle d'une cellule cancéreuse est une tâche fatigante et implique une erreur humaine ; par conséquent, des mécanismes assistés par ordinateur sont appliqués pour obtenir de meilleurs résultats par rapport aux systèmes de détection pathologique manuels. Dans l'apprentissage profond, cela se fait généralement par l'extraction de caractéristiques via un réseau neuronal convolutionnel (CNN) puis en classifiant à l'aide d'un réseau entièrement connecté. L'apprentissage profond est largement utilisé dans le domaine de l'imagerie médicale, car il ne requiert pas d'expertise préalable dans un domaine connexe. Dans cet article, nous avons entraîné un réseau neuronal convolutionnel et obtenu une précision de prédiction allant jusqu'à 99,86 %.