Soutenance mémoire
Le cancer du sein et la mammographie
D’après l’organisation mondiale de la santé, le cancer du sein est l’une des tumeurs malignes les plus fréquents chez les femmes, le nombre de nouveaux cas de ce cancer est toujours en augmentation. La seule opportunité offerte pour lutter contre ce fléau est la détection précoce de la maladie.
Généralités sur le cancer du sein
Définition
Le cancer du sein est une tumeur maligne provenant des cellules épithéliales des canaux lactifères glandulaires ou des lobules du sein (Kharman-Biz, 2016). Le carcinome du sein est classé comme non invasif ou invasif, selon que la tumeur a commencé ou non à se développer en dehors de la membrane basale. Les carcinomes invasifs sont des cancers dans lesquels les cellules altérées se diffusent dans les tissus conjonctifs environnants et se métastasent dans les organes distants du corps. Environ deux tiers des cancers du sein des carcinomes proviennent des cellules épithéliales des canaux, appelés carcinomes canalaires, et environ un tiers des lobules, appelés carcinomes lobulaires (Malhotra et al., 2010 ; Kharman-Biz, 2016). Il existe deux types de tumeurs : bénignes et malignes . Les tumeurs bénignes ne se propagent pas et n’envahissent pas d’autres parties du corps. De plus, leurs cellules sont souvent plus différenciées et se développent plus lentement que celles des tumeurs malignes. Les fibromes utérins et les grains de beauté sont des exemples de tumeurs bénignes (Zari, 2016). Les tumeurs bénignes peuvent causer certains dommages tels que des lésions nerveuses, la mort des tissus et la diminution de la circulation sanguine en raison de la compression provoquée par l’impact des tumeurs sur les tissus ou les organes ; cependant, les tumeurs bénignes ne provoquent généralement pas de maladie mortelle (Zari, 2016). D’autre part, les tumeurs malignes ont la capacité d’envahir et de migrer du site primaire vers des organes qui résident plus loin du site d’origine via le système lymphatique ou les vaisseaux sanguins, dans un processus appelé métastase. De plus, les cellules malignes ont un taux de prolifération plus élevé, avec un mode de croissance désorganisé, elles sont résistantes à l’apoptose et génétiquement instables. En outre, les tumeurs malignes contribuent souvent à des maladies mortelles (Cooper and Hausman, 2000 ; Zari, 2016).
➤ Anatomie de la poitrine féminine
Le sein féminin est constitué de tissu glandulaire, adipeux et conjonctif répartis en quantités et proportions variables , ce tissu, lorsqu’il est complètement développé, il comprend 15 à 20 lobes composés de lobules, qui contiennent des groupes d’alvéoles (Ramsay et al., 2005 ; Biermann, 2019). Les lobes (lobes), les lobules (lobules) et les alvéoles sont liés par un réseau de conduits convergeant sur le mamelon (nipple). Les canaux (ducts) et les lobules sont composés de couches de cellules épithéliales et myoépithéliales lumineuses. Au cours de la lactation, les cellules épithéliales lumineuses internes des canaux terminaux et les lobules produisent du lait. Les cellules myoépithéliales externes aident à l’éjection du lait et jouent un rôle dans le maintien de la structure et de la fonction normale du lobule et de la membrane basale. Les autres composants du sein sont les vaisseaux lymphatiques, qui transportent le liquide lymphatique entre les ganglions lymphatiques en formant un réseau dans tout le corps pour filtrer la lymphe et stocker les globules blancs. Des groupes de ganglions lymphatiques sont situés près du sein, dans l’aisselle, au-dessus de la clavicule et dans la poitrine. De plus, les vaisseaux sanguins et les nerfs se trouvent dans la poitrine (Biermann, 2019).
Incidence et mortalité
➤ Incidence
Le cancer du sein est considéré comme le cancer le plus fréquent chez les femmes, et c’est le deuxième cancer le plus fréquent dans l’ensemble ; d’après l’institut américain de la recherche sur le cancer, il y a eu plus de 2 millions de nouveaux cas en 2018 (web 02) . Le taux d’incidence du cancer du sein (qui désigne la mesure de la fréquence de nouveaux cas de cancer apparaissant chaque année (Cheikhrouhou, 2012)) augmente régulièrement dans le monde entier et il varie selon quatre régions du monde, où le taux varie de 27 pour 100 000 en Afrique du Moyen-Orient et en Asie de l’Est, et de 92 pour 100 000 en Amérique du Nord (Ferlay et al., 2015 ; Kharman-Biz, 2016). Cela peut être dû à des différences de répartition par âge, de régime alimentaire, de mode de vie, d’ethnicité, de bagage génétique et d’autres facteurs de risque de cancer du sein entre les populations (Kharman-Biz, 2016).
➤ Mortalité
Selon l’Organisation mondiale de la santé, 8,8 millions de décès dans le monde chaque année sont causés par le cancer ; Le cancer du sein est la première cause de décès dans plus de 100 pays , il représente 13 % de l’ensemble des décès dans le monde (Farooqui and Ritkia, 2018). La société américaine du cancer (American Cancer Society) a déclaré que le taux de mortalité (qui indique le nombre de décès par an (Cheikhrouhou, 2012)) par le cancer du sein chez les femmes a diminué de 39 % entre 1989 et 2015, ces progrès sont attribués à l’amélioration de la détection précoce et de la prévention (Farooqui and Ritkia, 2018).
Les taux d’incidence du cancer du sein sont les plus élevés en Australie/Nouvelle Zélande, en Europe du Nord (par exemple, au Royaume-Uni, en Suède, Finlande et Danemark), Europe de l’Ouest (Belgique ‘avec les taux mondiaux les plus élevés’, les Pays-Bas et la France), Europe du Sud (Italie), et l’Amérique du Nord (voir figure 1.4) (Bray et al., 2018). En termes de mortalité, les taux de cancer du sein présentent une moindre variabilité, avec la plus forte mortalité estimée en Mélanésie, où les Fidji ont les taux de mortalité les plus élevés au monde (Bray et al., 2018).
Les étiologies du cancer du sein
Paul et al. (Paul et al., 2015) ont résumé quelques facteurs de risque du cancer du sein tels que : le sexe, l’âge, la race, antécédents familiaux, facteurs génétique, antécédents médicaux personnels comme les ménarches précoces et la ménopause tardive, certaines modifications du génome, la densité des tissus mammaires, l’absence de l’activité physique, la mauvaise alimentation, l’obésité, le manque de sensibilisation, l’alcoolisme, l’exposition aux radiations, les maladies nullipares, la contraception orale et le mode de vie, etc. Dans une étude antérieure, il a été constaté que l’alphabétisation et l’emploi (c’est-à-dire l’enseignement supérieur et le revenu) augmente le facteur de risque de cancer du sein de environ 25 %. Une étude a révélé que le risque (âge limite) d’être susceptible de contracter un cancer du sein a entre 40 et 50 ans dans les pays asiatiques une décennie plus tôt, mais pour les pays occidentaux, le pic d’âge se situe entre 60 et 70 ans. Autre étude a montré que les femmes non mariées, les femmes nullipares avait un risque de cancer du sein deux fois plus élevé que les multipares femmes et aussi les mariages tardifs (plus de 30 ans) et l’âge de la première grossesse est supérieur à 30 ans (Paul et al., 2015).
|
Table des matières
Introduction générale
1. Contexte et cadre de la recherche
2. Problématique et objectif
3. Structure de la thèse
Partie I : Concepts de base et état de l’art
Chapitre 01 : Le cancer du sein et la mammographie
1.1 Introduction
1.2 Généralités sur le cancer du sein
1.2.1 Définition
1.2.2 Incidence et mortalité
1.3 Les étiologies du cancer du sein
1.4 Les pathologies mammaires
1.4.1 Les masses et les calcifications
1.4.2 La classification des pathologies mammaires
1.4.2.1 Le système BI-RADS (Breast Imaging Reporting and Data System)
1.4.2.2 La classification de LeGal
1.5 Les moyens d’exploration pour dépister le cancer du sein
1.6 Traitements du cancer du sein
1.6.1 La chirurgie
1.6.2 La radiothérapie
1.6.3 L’hormonothérapie
1.6.4 La chimiothérapie
1.7 Bases de données des images mammographiques numériques
1.7.1 La base DDSM
1.7.2 La base AMDI
1.7.3 La base InBreast
1.7.4 La base MAGIC-5
1.7.5 La base WDBC
1.8 Conclusion
Chapitre 02 : Concepts de base sur la classification des images
2.1 Introduction
2.2 Système de diagnostic assisté par ordinateur
2.3 Concepts et méthodes de base pour la classification des images
2.3.1 Extraction des caractéristiques
2.3.1.1 La notion de texture
2.3.1.2 Les attributs statistiques
2.3.1.3 Attribut basé sur la modélisation spatiale des textures (méthode des motifs locaux binaires)
2.3.2 La classification
2.3.2.1 Les méthodes de classifications non supervisées
2.3.2.2 Les méthodes de classification supervisées
2.3.2.3 Évaluation des algorithmes de classification
2.4 La super-résolution
2.5 Conclusion
Chapitre 03 : Synthèse des travaux de classification des lésions mammaire et de superrésolution appliquée aux images médicales
3.1 Introduction
3.2 Les systèmes d’aide au diagnostic pour la classification des lésions mammaires
3.3 Synthèse des travaux de classification automatique des lésions mammaires
3.3.1 Classification basée sur les approches de sélection de caractéristiques
3.3.2 Classification basée sur les approches d’apprentissage profond
3.4 Application de la super-résolution sur les images médicales
3.5 Conclusion
Partie II : Contributions
Chapitre 4 : Caractérisation des masses mammaires à l’aide des attributs de texture dans les images normales
4.1 Introduction
4.2 Ressources utilisées
4.2.1 Ordinateur
4.2.2 Base des images mammographiques
4.2.3 Environnement de travail
4.2.3.1 Eclipse
4.2.3.2 NetBeans
4.2.3.3 Java
4.2.3.4 Weka
4.2.3.5 ImageJ
4.2.4 Critères d’évaluation
4.2.4.1 La précision
4.2.4.2 La sensibilité
4.2.4.3 La spécificité
4.2.4.4 La matrice de confusion
4.2.4.5 L’aire sous la courbe ROC
4.3 Extraction de l’information de texture par les descripteurs statistiques du premier et du deuxième ordre
4.3.1 Hybridation des caractéristiques statistiques
4.3.1.1 Extraction des caractéristiques
4.3.1.2 Classification
4.3.1.3 Résultats et discussion
4.3.2 Hybridation des descripteurs du premier ordre et de Haralick
4.3.2.1 Extraction des caractéristiques
4.3.2.2 Classification
4.3.2.3 Résultats et discussion
4.3.3 Classification des masses mammaires basée sur les attributs statistiques du premier ordre
4.3.3.1 Extraction des caractéristiques
4.3.3.2 Classification
4.3.3.3 Résultats et discussion
4.4 Extraction de l’information de texture par les caractéristiques de Haralick et les motifs binaires locaux
4.4.1 Représentation profonde de la texture via l’opérateur LBP
4.4.1.1 La transformation via LBP
4.4.1.2 Extraction des caractéristiques
4.4.1.3 Classification
4.4.1.4 Résultats et discussion
4.5 Conclusion
Chapitre 05 : Amélioration de la discrimination des masses mammaires par l’intégration de la super-résolution et les descripteurs de texture
5.1 Introduction
5.2 La discrimination des masses mammaires par la super-résolution et les descripteurs de texture
5.2.1 Base d’images
5.2.2 Application de la super-résolution
5.2.3 Extraction des caractéristiques
5.2.4 Phase d’apprentissage
5.2.5 Classification
5.2.6 Résultats et discussion
5.3 Conclusion
Conclusion générale
