Etudiant : BAYAD OTMAN

Filière : LF Sciences Mathématiques et Informatique

Encadrant : Pr. RAMADAN HIBA

Annèe : 2025

Résumé : Les maladies respiratoires, telles que la pneumonie, représentent un enjeu médical majeur, en particulier dans les régions où l’accès à des radiologues expérimentés est limité. Les radiographies thoraciques (chest X-ray) sont un outil de référence pour le diagnostic de ces pathologies, mais leur interprétation reste complexe et sujette à subjectivité. Dans ce contexte, notre projet vise à développer une application web capable de détecter automatiquement la pneumonie à partir de radiographies thoraciques pédiatriques, en s’appuyant sur les techniques de deep learning. En utilisant un modèle VGG-16 pré-entraîné, ajusté par transfert d’apprentissage, notre système atteint une précision de validation supérieure à 91 %. L’application a été conçue avec Django et permet aux médecins comme aux patients d’importer une radiographie et d’obtenir un diagnostic automatisé (NORMAL ou PNEUMONIA). En résumé, ce projet s’inscrit pleinement dans l’évolution de l’intelligence artificielle appliquée à l’imagerie médicale. Il offre une solution simple, rapide et accessible pour assister les professionnels de santé, contribuer à un diagnostic plus fiable, et potentiellement améliorer la prise en charge des patients atteints de pneumonie.