Projet de fin d'étude : Développement d'un modèle pour la segmentation et la classification basé sur des images médicales

Etudiant : HADOUCH MOHAMED

Filière : LF Sciences Mathématiques et Informatique

Encadrant : Pr. BOUHOUTE AFAF

Annèe : 2024

Résumé : Les maladies thoraciques constituent un défi majeur pour le domaine médical, avec des conditions telles que la pneumonie, la tuberculose et les cancers pulmonaires nécessitant une détection précoce et précise pour un traitement efficace. Les images de radiographie thoracique (chest X-ray) sont largement utilisées pour diagnostiquer ces affections, mais leur interprétation peut être complexe et nécessite souvent l'expertise d'un radiologue. Dans ce contexte, notre projet vise à développer une application utilisant des techniques de machine learning et de deep learning pour l'analyse automatisée des images de radiographie thoracique. Cette application, conçue pour les professionnels de la santé, fournira une assistance dans la détection et la classification des anomalies thoraciques, telles que les opacités pulmonaires, les infiltrats et les pneumothorax. En utilisant un ensemble de données étiquetées comprenant une variété de conditions thoraciques, nous entraînerons des modèles de réseaux de neurones convolutifs pour reconnaître et classifier ces anomalies avec précision. L'application permettra aux praticiens d'importer des images de radiographie thoracique, puis fournira des analyses automatisées et des recommandations de diagnostic basées sur les résultats du modèle. En conclusion, notre projet représente une avancée importante dans l'application de l'intelligence artificielle à l'interprétation des images médicales. En fournissant une assistance aux radiologues et autres professionnels de la santé, notre application a le potentiel d'améliorer les diagnostics, d'accélérer les traitements et de réduire les erreurs médicales, contribuant ainsi à améliorer les soins de santé thoraciques et la qualité de vie des patients.