Apprentissage profond & systèmes multi-agents: Application à la segmentation d’images médicales
La complexité de l’anatomie humaine et les artefacts d’acquisition des images médicales rendent l’analyse et l’interprétation de ces dernières très complexe. Ce processus se concentre principalement sur la détection et la localisation précise de tissus anormaux (tumeurs cérébrales par exemple) et des structures saines environnantes (matière blanche ou matière grise). L’objectif est de poser un diagnostic fiable et poser un pronostic précis. Pour aboutir à cela, l’une des premières étapes de l’analyse d’images médicales, et aussi l’une des plus importantes, est la segmentation. La segmentation sémantique est plus précisément le processus qui permet, grâce à un algorithme d’Intelligence Artificielle, de classer chaque pixel d’une image avec un label particulier.
