Combinaison de classifieurs basée sur les transformées multi-échelles pour la classification de tumeurs cérébrales

Abstract

La classification des tumeurs cérébrales est une tâche cruciale pour évaluer les tumeurs et prendre une décision de traitement en fonction de leurs classes. Dans ce travail, nous proposons un nouveau modèle pour le système automatique de diagnostic de tumeur cérébrale à partir d’images IRM. Le système se compose de quatre étapes, à savoir le prétraitement, l’ex-traction des caractéristiques en utilisant trois transformées multi-échelles, la classification des images selon les différents types de tumeurs cérébrales à l’aide d’un classifieur Machine à vecteurs de support (SVM), et la combinaison parallèle de classifieurs. Dans le cadre de ce travail,nous utiliserons trois ensembles de données accessibles au public pour évaluer l’efficacité de la méthode proposée. La structure du système proposée atteint des performances significatives avec des précisions globales de 100%, 97.33%, 96.02% et 97.29% respectivement pour quatre études