Étude de performance des auto-encodeurs pour l'identification des tumeurs cérébrales sur les images par résonance magnétique

Abstract

L'objectif principal de ce travail est de comparer les résultats d'apprentissage de trois types des autoencodeur, à savoir : VAE (Autoencodeur Variational) – auto-encodeur variationnel ,AE (Autoencodeur Basique) - autoencodeur standard , CAE (Autoencodeur Convolutif) - auto-encodeur convolutif. Ces types d’apprentissage est base sur les réseaux de neurone(RN) et utilisent une base de données d'images par résonance magnétique (IRM) contenant quatre catégories. La première catégorie comprend des images normales, tandis que les trois autres catégories contiennent trois types de tumeurs affectant les cellules du cerveau humain. L'objectif est de déduire quel type de système donne de meilleurs résultats en termes de précision, d'erreur et de temps d'exécution. Le meilleur résultat pouvant être obtenu est en utilisant le chiffrement automatique convolutif (CAE).