Reasoning System for Computer Aided Diagnosis with explanations aware computing for medical applications.

Abstract

Les systèmes de raisonnement artificiels sont maintenant très puissants pour ré-soudre maints problèmes complexes dans tous les domaines des sciences de la santé. Il y a aussi de nombreuses investigations dans ce domaine qui se concentrent sur la modélisation, la combinaison, la mise en oeuvre des méthodes intelligentes pour ex-plorer les connaissances utiles extraites automatiquement à partir d'un entrepôt de données ou modélisé des expertises de l'expert humain, qui représentent les résultats de plusieurs années d'observations manuelles. Dans cette thèse, nous avons étudié dans de nombreux aspects théoriques pour servir le domaine médical qui protègent la vie humaine via le diagnostic le soin et la protection de la santé. En tant qu'application crucial dans la science de santé les systèmes d'aide au diagnostic ou les systèmes d'aident à la décision, prennent une place importante dans le marché des logiciels ainsi que dans la société. Une diversité de systèmes mis au point apparaît pour assister aux défis médicaux et les besoins pour assurer un niveau élevé de prise en charge de la santé humaine en assurant le soutien et les installations pour les déférents acteurs médicaux. EXACT : (Explanation aware computing) Informatique avec l'explication cons-ciente avec beaucoup de buts d'utilisation et de nombreuses sortes d'explications est une tendance convient à tous les type d'utilisateurs, y compris les docteurs médecins, les patients et même les développeurs. Pour établir une relation solide basée sur la confiance entre les applications médicales complexes et les utilisateurs. Cette thèse est composé de deux parties, la première est une description des as-pects théorique du raisonnement artificiel: le raisonnement à partir de cas, le raison-nement distribué et le raisonnement sous incertitude avec les systèmes flous. La deu-xième partie, nous décrivons nos contributions dans les domaines de la médecine: la première contribution concerne un système d'aide au diagnostic médical appliquées dans la détection des arythmies cardiaques et de cancer du sein à partir des signaux et des images par l'utilisation d'une combinaison d'approches intelligentes cité dans la première partie. La deuxième contribution, qui représente un complément du pro-cessus de diagnostique cité dans la première partie, décrit les explications dans le système de raisonnement développé et la réutilisation de ces explications pour la re-commandation des documents via les technologies participatives du web2.0.Abstract The artificial reasoning systems are now very powerful for resolving much kind of complex problems in all health science domains. Also there are many investiga-tions in this area which focus on modeling combining implementing some intelligent methods for exploring the useful knowledge extracted automatically from a data warehouses or modeling from the human experts expertise's' which represent the re-sults of many year of manual observations. In this thesis we have investigated in many theoretical aspects for serving the medical domain which protect the life of human beings by detecting caring and protecting the health. As a crucial application in the health science the computer aided diagnosis or decision support systems, take an important place in the market of software as well as in the society. A diversity of developed systems appears for attending the medical challenges and needs for ensuring a high level of caring the human health by ensur-ing the support and facilities for deferent medical actors. ExACt: Explanation Aware Computing with many goals and many kinds of ex-planations is a suitable trend for all Medical IT users including doctors, developers and patients. For developing a strong relationship based on the trust and believes between the complex medical applications and users. This thesis focus on two parts the first one is an horizontal description of many theoretical aspect in the domain of artificial reasoning as well as case based reason-ing, distributed reasoning and reasoning under uncertainty with fuzzy systems. In the second part we describe our contributions in the medical domains the first contribu-tion concerns an original computer aided diagnosis applied in the detection of cardi-ac arrhythmias and breast cancer from signal and image pattern by using a combina-tion of intelligent approaches. The second contribution, which is a complement of the first part, describes the EXACT in the developed reasoning system and the reuse of explanations for documents recommendation via the participative technologies of web2.0.