Résumé:
La phase de diagnostic dans le domaine médical considéré le plus important vu que tout le
processus de traitement sera basé sur ce diagnostic. Cette importante étape nécessite beaucoup
de temps et d’efforts surtout des lorsqu’on a besoin d’un examen complémentaire. La maladie
oncologique est l’une des maladies qui nécessitent un examen anapath qui dépasse 15 jours, la
chose qui influence sur l’étape de traitement.
Notre objectif dans ce travail est d’accélérer le processus d’exploration de la pièce anapath
par un traitement automatique. Ce dernier basé sur la numérisation de la lame anapath en
premier lieu afin de mettre ces images sous un traitement de classification recenser sur les
réseaux de neurones convolutionnels.
À cette fin, nous avons introduit deux méthodes différentes, chacune basée sur l’apprentissage
en profondeur et nous avons proposé plusieurs modèles différents selon l’ordonnancement des
couches et un jeu de paramètres, dans le but d’obtenir la meilleure classification possible des
images pathologiques recueillies à partir d’échantillons réels.
