Etudiant : BAZZAOUI HICHAM

Filière : Master Web Intelligence et Sciences des Données (WISD)

Encadrant : Pr. TAIRI HAMID

Annèe : 2025

Résumé : Cette ´etude porte sur l’application de techniques de super-r´esolution par apprentissage profond pour am´eliorer la qualit´e diagnostique des images de frottis de moelle osseuse, un domaine o`u l’´etat de l’art pr´esente des d´efis consid´erables. L’analyse approfondie de la litt´erature r´ev`ele que les m´ethodes existantes, incluant les r´eseaux convolutionnels (CNNs), les r´eseaux g´en´eratifs adverses (GANs), les Vision Transformers et les mod`eles de diffusion, pr´esentent des limitations sp´ecifiques pour l’imagerie m´edicale cytologique. L’´etat de l’art actuel montre que les architectures bas´ees sur les Transformers, notamment HAT et DRCT, surpassent les approches traditionnelles avec des PSNR sup´erieurs `a 27 dB, mais leur application aux images de moelle osseuse demeure largement inexplor´ee. Le projet d´eveloppe des m´ethodes permettant d’am´eliorer les images acquises `a grossissement 40Ö pour approximer la qualit´e diagnostique des images `a grossissement 60Ö. La m´ethodologie comprend l’utilisation du cohort MYRACLE (7 patients, 19 r´egions d’int´erˆet), l’impl´ementation d’un algorithme d’alignement spatial bas´e sur SIFT, et l’extraction de 53 897 paires de patches LR-HR. L’´evaluation comparative de deux architectures state-of-the-art - HAT (Hybrid Attention Transformer) et DRCT (Direct Residual Channel-wise Transformer) - avec un facteur d’´echelle de 5,68Ö constitue une contribution majeure `a l’´etat de l’art en super-r´esolution m´edicale. Les r´esultats d´emontrent une sup´eriorit´e claire de l’architecture DRCT avec un PSNR de 27,89 dB (+3,37 dB vs HAT), un SSIM de 0,816 et une convergence stable, d´epassant les performances rapport´ees dans l’´etat de l’art pour les applications m´edicales similaires. Cette ´etude contribue significativement `a l’avancement de l’´etat de l’art par la cr´eation du premier dataset appari´e d’images de frottis de moelle osseuse `a double r´esolution, un benchmarking syst´ematique d’architectures Transformer adapt´ees aux applications h´ematologiques, et la validation de la pr´eservation des caract´eristiques diagnostiques critiques pour le my´elome multiple. Ces r´esultats ´etablissent une nouvelle r´ef´erence dans l’´etat de l’art de la super-r´esolution pour l’imagerie cytologique.