Des étudiants de la faculté des sciences  de rabat utilisent l’intelligence artificielle pour le diagnostic du tumeur cérébrale

Diagnostic du tumeur cérébrale

L‘intelligence artificielle (IA) est une technologie conçue après que le réseau neuronal du cerveau utilise plusieurs couches d’informations – y compris les algorithmes, la correspondance de modèles, les règles, l’apprentissage en profondeur et l’informatique cognitive – pour apprendre à comprendre les données.

Avec la multiplication d’outils médicaux, les médecins sont amenés à prendre en compte de plus en plus de données. Le domaine médical où l’IA est la plus présente aujourd’hui est celui de l’interprétation de l’imagerie médicale et de la radiologie. Certains cancers, comme celui du poumon ou du sein, sont très difficiles à identifier sur les images produites par les scanners. Des programmes sont capables d’identifier des anomalies indétectables à l’œil nu et ainsi détecter des tumeurs précoces de manière plus fiable et de mieux cibler les traitements.

Le Rôle de l’Intelligence Artificielle dans la détection des tumeurs cérébrales dans le domaine Biomédical », qui permettrait aux médecins  d’obtenir plus facilement un diagnostic précis des tumeurs les plus complexes, à la lumière des données et des diagnostics antérieurs du type de tumeur étudiée et analysées par des spécialistes. La segmentation des tumeurs cérébrales est l’une des tâches les plus vitales et les plus difficiles dans le domaine du traitement des images médicales. Alors que la classification manuelle humaine peut prédire et diagnostiquer avec précision, cette tâche est décourageante en présence d’un grand nombre de données soumises à un traitement manuel. Le cerveau a une apparence diverse et il existe une similitude entre une tumeur et un tissu normal. Dans ce cas, il devient très difficile d’extraire les zones tumorales des images, ce qui peut être surmonté grâce aux solutions précises fournies par la technologie moderne, y compris un système d’information qui contribue à améliorer les résultats du diagnostic des tumeurs secondaires complexes. 

une équipe de deux étudiants , Monsieur ZAHR-EDDINE  EL BOUZIDI et AHMED-AMINE GUIIDAT qui appartiennent au cycle de formation filière  Ingénierie de Données et Développement Logiciel , au sein de la Faculté des sciences de Rabat UM5, ont développées des modèles pour extraire des tumeurs cérébrales à partir d’images cérébrales prises par résonance magnétique bidimensionnelle (IRM) par des algorithmes et des méthodes d’apprentissage en profondeur basés sur la technologie d’apprentissage par transfert en utilisant des modèles préalablement formés VGG16 et EfficientNetB0, et basés sur les différentes méthodes qui ont été développés pour la segmentation sémantique des images en biomédecine. Trois approches améliorées par CNN ont été mises en œuvre en biomédecine U-Net, U-Net ++ et Attention U-Net qui montrent des performances améliorées par rapport aux classificateurs conventionnels, approches dont l’utilisation a été comparée par ce projet en termes de segmentation d’images biomédicales. pour obtenir le meilleur modèle avec une bonne précision.

Ce projet est encadré par  Monsieur EL QADI Abderrahim Professeur à l’école Nationale supérieure d’Arts et Métiers de Rabat ,et aussi c’est l’aboutissement de la dernière année du master spécialisé Ingénierie de développement logiciel , et s’inscrit dans le cadre du projet de système de recommandation, qui est un système de « service d’information » qui relie les médecins et les diagnostics, car il les aide à découvrir les traitements appropriés et à établir des diagnostics de la maladie. Du côté. D’autre part, le projet facilite l’identification de tous les cas antérieurs de la maladie, ce qui contribue de manière significative à la prise de décision médicale appropriée et aux méthodes de traitement décisives.

freek