Classification d’images des cellules sanguines leucémiques à l’aide des techniques d’apprentissage profond

Abstract

Dans ce travail, nous présentons une classification des images de tissu sanguin pour la détection rapide de la leucémie aiguë chez l'enfant (ALL) basée sur l'apprentissage profond, où les réseaux de neurones convolutionnels (CNN) et le classificateur SVM ont été utilisés, qui est l'une des méthodes les plus efficace dans le domaine de la classification d'images. Basé sur la base de données C-NMC 2019, les caractéristiques ont été extraites de divers réseaux de neurones convolutionnels (CNN) et ont montré des performances acceptables. Afin d'améliorer les résultats, nous avons fusionné plusieurs réseaux de neurones convolutionnels, D'autre part, nous avons sélectionné les caractéristiques les plus importantes via l'algorithme Relief, cela a permis d'améliorer les résultats en terme de la matrice de confusion et la courbe ROC, et d'obtenir un modèle de classification plus simple.