Bonjour,
Je suis novice en traitements d'images, je voudrais utiliser les réseaux de neurones , soit PMC ( perceptron multi couches) pour interpréter une image cérébrale. L'objectif est detecter la présence d'une anomalie , soit une tumeur par exemple.
Ma première question est : D'après mes recherches, j'ai trouvé des travaux commençons par segmenter l'image (suivant une approche de segmentation donnée par exmple split and merge) , puis applique les réseaux de neurones et d'autres sautent l'étape de segmentation et utilise seulement les réseaux de neurones ?
Quelle est la différence ? Est-ce que les résultats seront plus précis si on applique les réseaux de neurones sur une image dejà segementé ?
J'envisage de segmenter par Fuzzy C- means , puis appliquer Perceptron Muti Couche ? Que dites vous de l'idée ? Si vous arrivez à voir plus loin , car pour moi je ne sais pas à quoi je vais aboutir.
Deuxième question :
Après avoir segmenté une image, on doit l'évaluer. Quels sont les critères d'évaluation sur lesquels je vais me baser pour évaluer mes résultats.
Je suis confuse à l'idée de l"évaluation : Si je veux evaluer le resultat que me donne par exemple FCM , je dois faire le test sur un ensemble d'images ( et puis je me pose la question : combien ) , l'évaluation sur une seule image ne suffit pas ?
Si je veux voir si l'approche arrive à detecter la présence d'une anomalie dans une image, je dois choisir à se moment là une image d'un patient sein , et puis l'image d'un patient atteint de la maladie pour voir la différence.
Prendre une autre image ou la tumeurs est trop petite pour voir si l'on arrive à la retrouver ou pas.
Est ce que j'ai bien compris l'évaluation ou bien , je suis out ?
Troisième question :
Je ne sais pas quelles sont les données que je vais faire rentrer aux réseaux de neurones ? Je vois jsuqu'à maintenant floue l'utilisation de cette théorie ,
est ce que vous pouvez m'aider en me simplifiant les étapes de l'étude à suivre dans le cas de mon travail ( cité au début ) , peut etre je pourrai y voir plus clair.
Merci à tous.
Toute référence ou exemple sont les bienvenus.
Partager