Veuillez choisir le dossier dans lequel vous souhaitez ajouter ce contenu :
Résumé du colloque
Plusieurs études récentes démontrent l'aptitude des réseaux de neurones pour la reconnaissance de textures. Ce travail consiste à évaluer la performance d'un réseau entraîné à la classification de textures échographiques médicales. Nous avons entraîné un réseau à 3 couches en utilisant de l'algorithme d'apprentissage par rétro-propagation de l'erreur. Les données cliniques disponibles se composaient d'un nombre limité d'échantillons échographiques de différents normales et cancéreux. Pour ensemencer lui augmenter en appliquant un bruit gaussien aux échantillons de départ pour en créer de nouveaux. De l'ensemble résultant, 75% furent utilisés pour l'entraînement du réseau, les 25% restants constituant un ensemble d'évaluation indépendant. Le réseau fut successivement entraîné sur différentes transformations des échantillons (spectre de Fourier, matrices de cooccurrence, fonctions d'autocorrélation, ...) afin de déterminer celle qui présentait le meilleur potentiel de discrimination. Les meilleurs résultats furent obtenus avec les matrices de cooccurrence, le réseau parvenant à classer correctement 96,9% des échantillons de l'ensemble d'entraînement (98,8% des normaux, 95,1% des cancéreux). Un taux de succès comparable de 95,4% sur l'ensemble d'évaluation était atteint, ce qui démontre très bon potentiel de généralisation. Enfin, ces résultats se comparent favorablement à ceux obtenus au moyen d'un classificateur statistique (92,9%).
Vous devez être connecté pour ajouter un élément à vos favoris.
Veuillez vous connecter ou créer un compte pour continuer.
Outils de citation
Citer cet article :
MLA
APA
Chicago
Ajouter un dossier
Vous pouvez ajouter vos contenus préférés à des dossiers organisés. Une fois le dossier créé,
vous pouvez ajouter un article ou un contenu de la liste ou de la vue détaillée au dossier sélectionné dans la liste.