Etude de Modèles à base de réseaux Bayésiens pour l'aide au diagnostic de tumeurs cérébrales

Fradj Ben Lamine (1) , Karim Kalti (1) , Mohamed Ali Mahjoub (2)

1 SAGE
2 SAGE

Cet article décrit différents modèles à base de réseaux bayésiens RB modélisation de l'expertise du diagnostic des tumeurs cérébrales. En effet, ces derniers sont bien adaptés à la représentation de l'incertitude qui caractérise le processus de diagnostic de ces tumeurs. Dans notre travail, nous avons d'abord testé plusieurs structures du réseau bayésien déduites du raisonnement effectué par les médecins d'une part et de structures générées automatiquement d'autre part. Cette étape a pour but de trouver la meilleure structure qui augmente la précision du diagnostic. Les algorithmes d'apprentissage automatique concernent les algorithmes MWST-EM, SEM et SEM+T. Afin d'estimer les paramètres du réseau bayésien à partir d'une base de données incomplètes, nous avons proposé une extension de l'algorithme EM en lui ajoutant des connaissances a priori sous forme des seuils calculés par la première phase de l'algorithme RBE. Les résultats obtenus très encourageants sont discutés en fin du papier

Domaines: Intelligence artificielle [cs.AI]

Fradj Ben Lamine, Karim Kalti, Mohamed Ali Mahjoub. Etude de Modèles à base de réseaux Bayésiens pour l'aide au diagnostic de tumeurs cérébrales. Journées francophones d'ingénierie des connaissances, Jun 2012, France. ⟨hal-00714924v2⟩