Advertisement

The Use of Artificial Intelligence Tools in the Detection of Cancer Cervix

  • Lamia GuesmiEmail author
  • Omelkir Boughzala
  • Lotfi Nabli
  • Mohamed Hedi Bedoui
Part of the Smart Innovation, Systems and Technologies book series (SIST, volume 27)

Abstract

Recently, research into pathological cytology were intended to put in places of artificial intelligence systems based on the development of new diagnostic technologies and the cell image segmentation. These technologies are not intended to substitute the human expert but to facilitate his task. The objective of this work is to develop a method for diagnosing cancer cervical smears using cervical - vaginal segmented to build our database and a human supervisor and as an automatic tool manage and monitor the execution of the operation of diagnostic and proposing corrective actions if necessary. The Supervisor Smart is manufactured by the technique of neural networks with a success rate of 43.3% followed by the technique of fuzzy logic with a success rate equal to 56.7% and finally to improve this rate we used neuro-fuzzy approach which has a rate which reaches 94%.

Keywords

Membership Function Fuzzy Logic Cancer Cervix High Grade Dysplasia Multilayer Perceptron 
These keywords were added by machine and not by the authors. This process is experimental and the keywords may be updated as the learning algorithm improves.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

References

  1. 1.
    Buniet, L.: Traitement automatique de la parole en milieu bruité: étude de modèles connexionnistes statiques et dynamiques. Thèse doctorat. Université Henri Poincaré - Nancy 1. Spécialité informatique, 40–39 (1997)Google Scholar
  2. 2.
    El Zoghbi, M.: Analyse électromagnétique et outils de modélisation couplés. Application à la conception hybride de composants et modules hyperfréquences. Thèse doctorat. Université de Limoges. Discipline: Electronique des Hautes fréquences et Optoélectronique. Spécialité: Communications Optiques et Microondes, 37 (2008)Google Scholar
  3. 3.
    Lamine, H.M.: Conception d’un capteur de pression intelligent. Mastère en micro électrique. Option IC Design. Université de Batna: faculté des sciences de l’ingénieur, 18 (2005)Google Scholar
  4. 4.
    Millot, P.: Systèmes Homme – Machine et Automatique. Université de Valenciennes et du Hainaut – Cambrésis. Laboratoire : LAMIH CNRS. In: Journées Doctorales d’Automatique JDA 1999, Conférence Plénière, Nancy, pp. 23–21 (1999)Google Scholar
  5. 5.
    Nabli, L.: Surveillance Préventive Conditionnelle Prévisionnelle Indirecte d’une Unité de Filature Textile : Approche par la Qualité. Thèse Doctorat. Discipline: Productique, Automatique et Informatique Industrielle Université des Sciences et Technologies de Lille, 34 – 20 (2000)Google Scholar
  6. 6.
    Cimuca, G.-O.: Système inertiel de stockage d’énergie associe à des générateurs éoliens. Thèse doctorat. Spécialité: Electrique. Ecole nationale supérieure d’arts et métiers centre de Lille, 162– 163 (2005)Google Scholar
  7. 7.
    Baghli, L.: Contribution à la commande de la machine asynchrone, utilisation de la logique floue, des réseaux de neurones et des algorithmes génétiques. Thèse doctorat. UFR Sciences et Techniques: STMIA. Université Henri Poincaré, Nancy-I, 16 (1999)Google Scholar
  8. 8.
    Främling, K.: Les réseaux de neurones comme outils d’aide à la décision floue. Rapport de D.E.A. Spécialité : informatique. Equipe Ingénierie de l’Environnement.Ecole Nationale Supérieure des Mines de Saint-Etienne. Juillet, 12-11 (1992)Google Scholar
  9. 9.
    Chankonga, T., Heera-Umpon, N., Auephanwiriyakul, S.: Automatic cervical cell segmentation andclassification in Pap smears (2013)Google Scholar
  10. 10.
    IssacNiwas, S., Palanisamy, P., Sujathan, K., Bengtsson, E.: Analysis of nuclei textures of fine needle aspirated cytology images for breast cancer diagnosis using Complex Daubechies wavelets13 (2012)Google Scholar
  11. 11.
    Plissiti, M.E., Nikou, C., Charchanti, A.: Combining shape, texture and intensity features for cell nuclei extraction in Pap smear imagesGoogle Scholar
  12. 12.
    Lezoray, O., Cardot, H.: Cooperation of Color Pixel ClassificationSchemes and Color Watershed: A Study for Microscopic ImagesGoogle Scholar

Copyright information

© Springer International Publishing Switzerland 2014

Authors and Affiliations

  • Lamia Guesmi
    • 1
    Email author
  • Omelkir Boughzala
    • 1
  • Lotfi Nabli
    • 2
  • Mohamed Hedi Bedoui
    • 1
  1. 1.Laboratoire Technology and Medical Imaging (TIM), Faculty of MedicineEcole National Engineering of MonastirMonastirTunisia
  2. 2.Laboratoire of Automation and Computer Engineering (Lille LAIL), (CNRS UPRESA is 8021)Ecole National Engineering of MonastirMonastirTunisia

Personalised recommendations