Résumé:
Les maladies oncologiques comme le cancer du sein nécessitent une étude
anatomopathologique précise. Le diagnostic implique souvent la détection de régions tumorales à
partir d'une énorme image histopathologique de lame entière. Ceci est encore plus compliqué
lorsque les services de pathologie diagnostiquent généralement des centaines et des milliers de
lames chaque jour, ce qui peut prendre du temps et a lieu des erreurs.
La segmentation d'images devient l'un des outils importants dans le domaine médical et
plus précisément dans l’analyse des images pathologique où elle est utilisée pour extraire une
région d'intérêt de tissus.
Dans ce travail nos objectifs sont (1) de développer un algorithme permet l’annotation
automatique des masques des images et (2) de segmenter les images histopathologique du cancer
de sein colorées à l'hématoxyline et à l'éosine à l’aide d’un modèle CNN, afin de permettre au
pathologiste de faire des diagnostics immédiates et précis.
