Département d`Informatique THESE

N° d’ordre :……………..…………
UNIVERSITE MOHAMED KHIDER - BISKRA
FACULTE DES SCIENCES EXACTES ET DES SCIENCES
DE LA NATURE ET DE LA VIE
Département d’Informatique
THESE
Présentée pour l’obtention du diplôme de
DOCTORAT EN SCIENCES
Spécialité : Informatique
Par
LAMICHE Chaabane
Thème
FUSION ET FOUILLE DE DONNEES GUIDEES PAR LES
CONNAISSANCES : APPLICATION A L’ANALYSE D’IMAGE
Soutenu publiquement le : 18/06/2013 devant le jury composé de :
DJEDI Noureddine Université de Biskra Prof. Président
MOUSSAOUI Abdelouahab Université de Sétif1 Prof. Rapporteur
HACHOUF Fella Université de Constantine1 Prof. Examinatrice
ATHMANI Baghdad Université d’Oran M.C.A Examinateur
BABAHENINI Mohamed Chaouki Université de Biskra M.C.A Examinateur
CHERIF Foudil Université de Biskra M.C.A Examinateur

Remerciements
Je remercie tout d'abord le bon dieu pour m'avoir donnée le courage et la santé pour
accomplir ce travail.
Ce travail n'aurait pas pu aboutir à des résultats sans l'aide et les encouragements de
plusieurs personnes que je remercie.
Mes vifs remerciements accompagnés de toute ma gratitude vont ensuite à mon
promoteur Dr. MOUSSAOUI Abdelouahab, professeur à l'université de Sétif, pour ses
conseils judicieux, sa grande disponibilité et pour m'avoir suivie et orientée, « Merci pour
la qualité de l'encadrement et votre disponibilité »
Je remercie le président de jury Dr. DJEDI Noureddine, professeur à l'université de
Biskra qui nous a fait l’honneur de présider le jury.
Un grand merci à Dr. HACHOUF Fella, professeur à l’université de Constantine pour
l'intérêt qu'il a porté à mon travail et pour le temps qu'il a consacré en acceptant d'être
examinatrice.
Tous mes remerciements vont aussi à Dr. ATHMANI Baghdad, maître de conférence à
l'université d’Oran d'avoir bien voulu examiner ce travail et pour ses précieuses remarques.
Je remercie également Dr. BABAHENINI Mohamed Chaouki, maître de conférence à
l'université de Biskra pour m’avoir fait l’honneur d’évaluer mon travail.
Je remercie aussi Dr. CHERIF Foudil, maître de conférence à l'université de Biskra
pour l'intérêt qu'il a bien voulu porter à ce travail en acceptant d’être examinateur.
Enfin, que tous ceux qui nous ont aidés et encouragés de prés ou de loin dans la
concrétisation de ce travail, trouvent ici ma gratitude et mes sincères remerciements.

Dédicaces
Je dédie ce travail à :
Mes chers parents…
Ma chère épouse…
Ma petite fille Ritedj…
Toute la famille…
Et tous mes amis…
C. Lamiche…."

i
Table des Matières
Introduction Générale 1
1. Fouille de Données 4
1.1 Introduction 4
1.2 Etapes d’un processus d’extraction de connaissances à partir des données 4
1.2.1 Nettoyage et intégration des données 5
1.2.2 Pré-traitement des données 5
1.2.3 Fouille de données 6
1.2.4 Evaluation et présentation 6
1.3 Eléments de fouille de données 8
1.3.1 Historique 8
1.3.2 Définition 9
1.3.3 Principales tâches de fouille de données 9
1.3.3.1 La classification 9
1.3.3.2 L'estimation 10
1.3.3.3 La prédiction 10
1.3.3.4 Les règles d'association 10
1.3.3.5 La segmentation 10
1.3.4 Les méthodes de data mining 10
1.3.4.1 Segmentation (Clustering) 12
1.3.4.2 Règles d’association 14
1.3.4.3 Les plus proches voisins 15
1.3.4.4 Les arbres de décision 17
1.3.4.5 Les réseaux de neurones 19
1.4 Métaheuristiques pour l’extraction des connaissances 22
1.5 Fouille de données biomédicales 23
1.5.1 Diversité des données biomédicales 23
2.5.2 Caractéristiques et spécificités des données biomédicales 24
1.5.3 Définition de la fouille de données biomédicales 25
1.5.4 Les travaux réalisés 26
1.6 Conclusion 27

ii
2. Méthodes de Segmentation des Images Médicales IRM : Etat de l’Art
28
2.1 Introduction 28
2.2 Méthodes de segmentation 29
2.2.1 Quelques précisions de vocabulaire 29
2.2.2 Segmentation d’images 29
2.2.3 La segmentation de l’IRM cérébrale 29
2.2.4 Spécificités de la segmentation de l’IRM cérébrale 31
2.2.5 Les différentes approches de segmentation 32
2.2.5.1 Etat de l’art du point de vue « Traitement d’images » 32
2.2.5.1.1 Approches régions 32
2.2.5.1.2 Approches contours 37
2.2.5.2 Etat de l’art du point de vue « Reconnaissance des formes » 39
2.2.5.2.1 Approches probabilistes 40
2.2.5.2.2 Approches floues 44
2.2.5.2.3 Approches évidentielles 50
2.3 Conclusion 52
3. Fusion de Données : Eléments Fondamentaux 54
3.1 Introduction 54
3.2 Représentation des connaissances ambiguës 55
3.2.1 Théorie des probabilités 55
3.2.1.1 Cadre bayésien 55
3.2.1.2 Estimation des lois du modèle bayésien 55
3.2.2 Théorie des possibilités 56
3.2.2.1 Mesure et distribution de possibilité 56
3.2.2.2 Mesure de nécessité 57
3.2.3 Théorie des fonctions de croyance 58
3.2.3.1 Fonction de masse 58
3.2.3.2 Fonctions de crédibilité et de plausibilité 58
3.2.3.3 Où l'on retrouve les probabilités et les possibilités 59
3.3 La fusion de données 59