Dans le cadre du programme FICOME (CNRST), le laboratoire Systèmes Intelligents Géoressources et Énergies Renouvelables, accueille Mohamed AKIL, Pr. Emérite, laboratoire LIGM, UMR CNRS 8049, ESIEE Paris, Université Gustave Eiffel Mohamed Akil a obtenu un doctorat d’état ès sciences de l’université Paris VI, institut de programmation en 1985 et un doctorat de 3ème cycle de l’université des Sciences et Technique du Languedoc, Montpellier en 1981. Ses travaux de doctorat d’état ès sciences ont porté sur l’étude et la conception d’une architecture multi-microprocesseurs. Professeur à ESIEE Paris (1986 – 2017). Doctor Honoris Causa » de l'université de West Bohemia, République Tchèque. Décoré des palmes académiques au grade de Chevalier. Professeur Emérite, depuis septembre 2017. Il est membre du laboratoire d’Informatique Gaspard Monge (LIGM). Plus récemment, ses activités de recherche portent sur l’apport de l’IA, et notamment l’apprentissage automatique, pour le dépistage précoce des pathologies oculaires, à partir des images de fond de l’œil captées par des caméras rétiniennes portables. Mohamed AKL donnera 3 séminaires au profit des étudiants de Master et élèves ingénieurs de la FST de Fès et de l’USMBA, dans le thème : Intelligence Artificielle, Apprentissage Profond, Technologies et Applications. Le deuxième séminaire aura lieu le : 31 octobre 2023, à 16h30, Centre des Conférences Résumé – séminaire 2 : Deep Learning – Images de fond de l’œil et applications à l’aide au diagnostic des pathologies oculaires. Le dépistage et l’aide au diagnostic précoces des maladies de l’œil est un enjeu crucial dans le cadre d’un parcours de santé visuel. Les images de fond de l’œil acquises par des rétinographes, des caméras rétiniennes mobiles et portables constituent une modalité de plus en plus utilisée pour la localisation, la détection et l’analyse des lésions oculaires (signes, structures morphologiques) et l’aide au dépistage et diagnostic. On abordera les problèmes (artefacts) liés à l’acquisition des images rétiniennes, des solutions dites de prétraitement de ces images seront illustrées, dans le but est d’améliorer la qualité de ces images. Cette première étape est généralement suivie par les étapes suivantes : localisation, détection des signes, segmentation, extraction des caractéristiques et classification (détection de la pathologie et de son stade). On présentera quelques méthodes basées IA et apprentissage profond (Transfer Learning) pour l’aide à la détection et au diagnostic précoces des pathologies suivantes : Le Glaucome, la Rétinopathie Diabétique et la DMLA (La dégénérescence maculaire liée à l’âge). Contact: Pr. A. AHAITOUF, ali.ahaitouf@usmba.ac.ma