- Séminaire 2 –

31octobre 2023, à 16h30, Centre des Conférences

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