Etudiant : EN-NADIR NAIMA

Filière : LF Sciences Mathématiques et Informatique

Encadrant : Pr. SABBANE FADOUA

Annèe : 2025

Résumé : Notre projet de fin d’études porte sur le développement d’un modèle de détection automatique des régions d’intérêt (ROI) dans les images médicales, où la région d’intérêt correspond à l’objet anatomique dans son ensemble. Pour cela, nous avons utilisé le modèle YOLOv8, un algorithme de détection d’objets basé sur l’apprentissage profond. Les images utilisées proviennent de trois types de modalités médicales : Imagerie par Résonance Magnétique (IRM), Tomodensitométrie (scanner) et Tomographie Computérisée (CT), ce qui nous a permis de travailler sur des données variées et représentatives. L’annotation des images a été effectuée avec la plateforme Roboflow, tandis que l’entraînement du modèle a été réalisé sur Google Colab . Le processus a compris la préparation des données, leur annotation, l’entraînement du modèle, puis l’évaluation de ses performances à l’aide de métriques telles que la précision, le rappel et le score mAP . Ce projet s’inscrit dans le domaine de l’intelligence artificielle appliquée à la santé, avec pour objectif de faciliter l’aide au diagnostic médical en automatisant la détection des structures anatomiques dans les images.