Vision-Transformers pour la classification des images médicales
Loading...
Date
2024
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Faculté des Sciences
Abstract
L’intelligence Artificielle (IA) se développe de plus en plus dans divers domaines, notamment
celui de l’imagerie médicale, où elle devient un outil significatif dans la routine
des radiologues. L’augmentation des données médicales a bouleversé la charge de travail
des médecins, réduisant le temps passé avec les patients et augmentant le risque d’erreurs
d’interprétation. L’IA, et en particulier les Vision Transformers (ViT), offrent une assistance
au diagnostic en soulignant les anomalies pathologiques. Le Vision transformer est
considéré comme une technologie de classification d’images de pointe.
Ce projet présente un modèle de Transformer utilisant ViT pour la classification
d’images médicales. Des expériences ont été réalisées sur deux jeux de données distincts,
les tumeurs cérébrales et les radiographies pulmonaires, pour affiner la précision du modèle
en sélectionnant les hyperparamètres les plus adaptés au ViT. Les taux de précision
de classification atteints pour ces bases de données étaient respectivement de 98,40 % et
90,68%. Des analyses comparatives avec différentes architectures de réseaux neuronaux
convolutifs (CNN) et des études antérieures sur les mêmes jeux de données ont mis en
évidence les performances supérieures du ViT par rapport aux méthodes classiques d’apprentissage
automatique et profond.