Application des réseaux de neurones à la classification automatisée des grades placentaires

Le placenta est un organe provisoire joignant la mere et le fœtus qui transfere l’oxygene et des nutriments de la mere au fœtus et permet l’evacuation de l’anhydride carbonique et des produits du metabolisme du fœtus. Le but de notre travail etait d’etudier la fonction de transfert des tissus placentaires selon son developpement en se basant sur les images ultrasonores. Nous avons developpe au cours de ce travail une nouvelle approche de la classification du developpement placentaire en ultrasons par des techniques de traitement d’images avancees basee sur une representation par reseau neuronal. Le modele realise par la transformee en ondelettes base sur le reseau neuronal MLP represente donc un outil efficace et rapide repondant a nos criteres et bien adapte a nos applications concernant l’etude de la maturation placentaire. L’application du modele realisee en cas de traitement d’images placentaires ouvre des portes interessantes en terme de classification des grades placentaires afin d’identifier des stades de maturation autorisant la definition d’une maturation normale et de classes a risque.