Etudiant : EL MAQHOR NOUR EL HOUDA

Filière : LF Sciences Mathématiques et Informatique

Encadrant : Pr. TAIRI HAMID

Annèe : 2025

Résumé : Le cancer du cerveau est une pathologie grave dont le diagnostic rapide et précis est essentiel pour améliorer la prise en charge des patients. Dans ce contexte, l’objectif de ce projet est de développer un système intelligent à base de l’apprentissage profond capable de réaliser une segmentation automatisée des tumeurs cérébrales à partir d’images IRM. Le travail a consisté à étudier quelques architectures de réseaux neuronaux profonds, notamment U-Net, DeepLabV3, U-Net++ et une architecture hybride combinant DeepLabV3 comme encodeur et U-Net comme décodeur. Ces modèles ont été entraînés sur une base de données d’IRM annotées pour apprendre à identifier et à segmenter les zones tumorales avec précision. Une étude comparative des architectures implémentées est réalisée dans la partie experimentale. En parallèle, une application graphique a été conçue pour permettre à l’utilisateur de charger une image IRM, de visualiser automatiquement le masque prédictif de la tumeur, de consulter les métriques de performance (comme le Dice et l’IoU) et d’accéder à une comparaison entre le masque prédit et le masque réel. L’interface offre également la possibilité de télécharger les résultats. Ce projet montre l’intérêt des technologies d’intelligence artificielle dans le domaine de la santé, en particulier pour aider au diagnostic et au suivi des tumeurs cérébrales, tout en réduisant le temps d’analyse et la charge de travail des professionnels de santé.