Etudiant : OUSSEINE MCHANGAMA HAMDANI

Filière : Machine Learning Avancé et Intelligence Multimédia (MLAIM)

Encadrant : Pr. RAMADAN HIBA

Annèe : 2025

Résumé : Dans le cadre de mon projet de fin d’études, ce mémoire présente le développement d’un système intelligent destiné à améliorer le diagnostic des gliomes, des tumeurs cérébrales particulièrement complexes en raison de leur variabilité morphologique et de leur progression rapide. Réalisé au sein de l’entreprise INTELLCAP, spécialisée dans l’innovation technologique, ce travail s’appuie sur les avancées récentes de l’intelligence artificielle, notamment en traitement d’images médicales, et visant à terme le développement d’un DT/JM (Digital Twin ou Jumeau Digital) du cerveau humain, susceptible d’aider au diagnostic, à la prise de décision et au soin personnalisé. Le projet repose sur l’utilisation d’images IRM multimodales issues de la base de données de référence BraTS, et propose un pipeline complet combinant segmentation et classification automatique des tumeurs. La phase de segmentation a été assurée par un modèle 3D U-Net amélioré, conçu pour localiser avec précision les différentes régions tumorales. La phase de classification, quant à elle, vise à distinguer les gliomes de bas grade (LGG) et haut grade (HGG) en s’appuyant sur quatre architectures modernes : Vision Transformer (ViT), Swin Transformer, MLP-Mixer et ConvNeXt. Les résultats obtenus montrent des performances remarquables, avec des taux de précision dépassant 90 % pour la classification, et une segmentation montrant une bonne correspondance qualitative avec les annotations expertes. En complément, une interface web interactive a été développée, permettant à l’utilisateur de charger un volume IRM, de visualiser les masques de segmentation en 3D, et d’obtenir une prédiction du grade tumoral avec un score de confiance. Ce mémoire met en évidence la pertinence des approches deep learning dans le domaine de la neuro-imagerie, et propose une solution complète, reproductible et adaptable, ouvrant la voie à des outils de diagnostic, voire de pronostic assisté par IA en milieu clinique.