Etudiant : ZAARI MOHAMED

Filière : LF Sciences Mathématiques et Informatique

Encadrant : Pr. ABOUSSALEH ILYASSE

Annèe : 2025

Résumé : Ce projet de recherche explore le potentiel des réseaux de neurones convolutifs (CNN) pour le dépistage préliminaire du trouble du spectre de l’autisme (TSA) chez les enfants. Face aux défis d’accès au diagnostic précoce, particulièrement dans le contexte marocain, notre étude vise à établir les fondements techniques d’un futur outil de dépistage accessible via dispositif mobile. L’approche méthodologique adoptée comprend l’évaluation comparative de quatre architectures CNN pré-entraînées (DenseNet121, MobileNetV2, VGG19 et InceptionV3), l’implémentation de techniques de transfer learning et le développement d’une approche d’ensemble learning. Les résultats obtenus sont prometteurs : MobileNetV2 atteint une précision (Accuracy) de 87.7% après fine-tuning, tandis que l’ensemble de modèles améliore ces performances jusqu’à 89%. Les contraintes temporelles du projet académique ont limité notre travail à la phase de recherche et développement des modèles. Le développement d’une application mobile complète constitue une perspective future nécessitant des ressources supplémentaires et une validation clinique approfondie. Néanmoins, les fondations techniques établies dans cette recherche représentent une contribution significative vers l’amélioration de l’accès au dépistage précoce du TSA.