Projet de fin d'étude : Détection de la rétinite pigmentaire à l’aide d’approches d’apprentissage profond

Etudiant : EL YOUNOUSSI NABIL

Filière : Master Informatique Décisionnelle et Vision Intelligente (MIDVI)

Encadrant : Pr. EN-NAHNAHI NOUREDDINE

Annèe : 2023

Résumé : Le domaine de l’imagerie médicale joue un rôle essentiel dans le diagnostic et le traitement des maladies rares. Dans cette étude, nous nous concentrons spécifiquement sur la rétinite pigmentaire, une maladie rare qui affecte la vision. Notre objectif principal est de développer un système de classification basé sur l’imagerie médicale pour identifier et diagnostiquer la rétinite pigmentaire. Nous utilisons des architectures d’apprentissage profond, notamment les réseaux de neurones convolutifs et les transformateurs de vision, d’une part, ainsi que l’apprentissage par transfert, d’autre part, pour entraîner des modèles de classification à partir d’un ensemble de données d’imagerie médicale spécifique à la rétinite pigmentaire. L’objectif est de détecter les caractéristiques distinctives de la rétinite pigmentaire à partir des images rétiniennes, permettant ainsi un diagnostic précis et précoce. Mots-clés : maladies rares, imagerie médicale, rétinite pigmentaire, classification, apprentissage profond, transformateurs de vision, réseaux de neurones convolutifs.