Projet de fin d'étude : Analyse floue des données médicales - Application aux cellules cancéreuses -
Etudiant : OUFDIL SAID
Filière : Master Mathématiques Appliquées et Science des données (MASD)
Encadrant : Pr. HAMZAOUI HASSANIA
Annèe : 2024
Résumé : Dans ce rapport, nous avons présenté la théorie des sous-ensembles flous et son intérêt dans les raisonnements et les études scientifiques de différents problèmes. Nous avons aussi présenté une étude sur les cellules cancéreuses. Notre objectif est de mettre en évidence une méthode de classification plus efficace que celle de la classification classique en introduisant les principes de la théorie des sous-ensembles flous dans divers algorithmes de classification. Nous avons présenté aussi la méthode ACP floue (ACPF) et un algorithme de classification floue non supervisée. La combinaison de ces deux techniques a été évaluée par un exemple d’application réel ce qui nous a montré la performance de l’introduction de la théorie du flou aux méthodes d’analyse des données. Notre intérêt est de classifier les cellules cancéreuses par l’ACPF à partir des caractéristiques des images des cellules en question. Dans notre démarche, nous avons fuzzifié les données en utilisant l’algorithme de la classification floue FCM et nous avons appliqué ensuite notre algorithme ACPF. Pour améliorer la qualité des résultats nous avons étudié le choix de la distance utilisée au niveau de l’algorithme FCM. Une comparaison entre l’utilité de la distance Euclidienne et la distance de Manhattan montre la performance de cette dernière.