Propagation de connaissances possibilistes en dimension 2 : application à la détection du cancer du sein
Résumé
Dans un précédent travail, un système itératif de segmentation des images de mammographie a été proposé pour l'aide à la détection du cancer du sein. Ce système a pour principe de modéliser les informations relatives au pixel dans le cadre de la théorie des possibilités, afin de prendre en compte les conflits au niveau de sa classe d'appartenance. Pour traiter ce conflit, différentes stratégies de propagation des connaissances possibilistes dans un voisinage du pixel sont proposées ici, inspirées par la méthode de filtrage d'images de Nagao. Une évaluation statistique des performances du système montre que l'adaptation du principe de Nagao au cadre possibiliste est la stratégie de diffusion la plus efficace. Le système a été appliqué sur une base de 41 images (MIAS), permettant une comparaison avec une autre méthode de segmentation.