Artificial Intelligence for the Early Detection of Diabetic Retinopathy

Le Doyen de la Faculté des Sciences et Techniques de Béni Mellal porte à la connaissance du public que Monsieur El Hossi AMINE, soutiendra une thèse de Doctorat intitulée : «Artificial Intelligence for the Early Detection of Diabetic Retinopathy».

La soutenance publique aura lieu le Mardi 12 Mai 2026 à 10h00 à la Salle Polyvalente de la Faculté des Sciences et Techniques de Béni Mellal, devant le jury composé de:

• Monsieur AFRAITES Lekbir : Professeur, Faculté des Sciences et Techniques, Université Sultan Moulay Slimane, Béni Mellal, Président;

• Monsieur QUAFAFOU Mohamed : Professeur, Polytechnique Marseille, Université Aix-Marseille, France, Rapporteur;

• Monsieur LAGHHRIB Amine : Maître de Conférences Habilité, Ecole Nationale des Sciences Appliquées, Université Sultan Moulay Slimane, Khouribga, Rapporteur;

• Monsieur JAI ANDALOUSSI Said : Professeur, Faculté des Sciences Ain-Chock, Université Hassan II, Casablanca, Rapporteur;

• Monsieur GHAZDALI Abdelghani : Maître de Conférences Habilité, Ecole Nationale des Sciences Appliquées, Université Sultan Moulay Slimane, Khouribga, Examinateur;

• Monsieur EL MOUFIDI Abdelali : Maître de Conférences Habilité, Ecole Nationale de Commerce et de Gestion, Casablanca, Co-directeur de thèse;

• Monsieur NACHAOUI Mourad : Professeur, Faculté des Sciences et Techniques, Université Sultan Moulay Slimane, Béni Mellal, Directeur de thèse;

Résumé: 

Cette thèse explore l’usage de l’intelligence artificielle en santé, notamment pour le diagnostic assisté de la rétinopathie diabétique.

Elle propose des méthodes automatiques d’analyse d’images du fond d’œil combinant apprentissage supervisé et non supervisé.

La première contribution porte sur la détection précoce de la maladie via des réseaux de neurones, surtout convolutionnels.

La deuxième concerne la détection et segmentation du glaucome, avec des modèles comme U-Net et K-means, ainsi que le calcul du ratio CDR.

La troisième vise la segmentation des lésions (hémorragies, exsudats) à l’aide de techniques de prétraitement et de réseaux améliorés.

Des méthodes comme CLAHE et le filtre de Wiener sont utilisées pour améliorer la qualité des images.

Les résultats montrent une amélioration significative des performances et de la précision des modèles.

Ces travaux confirment l’efficacité de l’IA pour le diagnostic ophtalmologique.

Ils soulignent son potentiel pour améliorer la prise en charge des patients et encouragent son adoption en médecine.

Mots-clés: Intelligence artificielle, Apprentissage profond, Diagnostic assisté par ordinateur (DAO), Rétinopathie diabétique, Glaucome, Segmentation d’images, Architecture U-Net, Fond d’œil, Lésions rétiniennes, Traitement d’images médicales, Amélioration du contraste