Etudiant : OUENDENO SÂA RAYMOND

Filière : LF Sciences Mathématiques et Applications

Encadrant : Pr. BOUMHIDI JAOUAD

Annèe : 2025

Résumé : Le projet réalisé dans ce mémoire vise à développer un modèle de Machine Learning/Deep Learning pour le traitement automatique et l’analyse d’imagerie médicales pour la détection d’anomalies pouvant affecter le côlon d’un patient donné. Ensuite concevoir une application Web dédiée aux médecins. Parmi ces anomalies, la présence de polypes colorectaux ; des excroissances anormales qui se développent sur la muqueuse colique ou rectale qui, non traitées peuvent devenir cancéreuses. Notre application est aussi donc une application non pas de détection, mais de prédiction du cancer colorectal. En vue de structurer le travail et d’appliquer les connaissances acquises durant notre cursus universitaire, nous avons tout d’abord élaboré une étude conceptuelle et technique de l’application avant de passer à son implémentation et son développement. Le projet a été pour nous une bonne occasion de découvrir de nouvelles technologies et d’élargir nos connaissances au-delà de ce qu’on a appris durant notre parcours universitaire. Notre travail est réalisé à 100% avec le célèbre langage Python. Le frontend de notre application est basé sur Streamlit, une bibliothèque open-source de Python qui permet de créer des applications Web interactives ; tandis que le backend repose principalement sur TensorFlow pour l’interface du modèle (modèle CNN de classification), ainsi que sur Python pour le traitement des données, la manipulation des images et la gestion des résultats.