Apprentissage automatique pour la détection de la Leucémie Myéloïde Aiguë (LMA) à partir d'images microscopiques de sang

Notice brève
dc.contributor.authorBOUCHENAK Ilyes Abderraouf
dc.contributor.authorTAOUDIAT Nabila
dc.date.accessioned2026-04-15T10:19:05Z
dc.date.available2026-04-15T10:19:05Z
dc.date.issued2025-06-23
dc.description.abstractLes leucémies aiguës, en particulier la leucémie aiguë myéloïde (LAM), sont des hémopathies malignes graves nécessitant un diagnostic rapide et précis. Actuellement, le diagnostic repose sur l’examen cytologique des cellules sanguines ou médullaires, une procédure complexe qui dépend fortement de l’expertise humaine et peut entraîner des retards dans la prise en charge. Ce travail propose une approche combinée, à la fois clinique et technologique, visant à automatiser la détection de la LAM à l’aide de modèles d’intelligence artificielle. Dans le cadre d’une étude combinée, 201 cas rétrospectifs ont été analysés et complétés par 6 observations cliniques prospectives recueillies au service d’hématologie de l’EHU 1er Novembre 1954 d’Oran entre janvier 2020 et avril 2025, que nous avons utilisées pour tester les performances de plusieurs modèles préentrainés. Ces modèles U-Net pour la segmentation d’images, Vision Transformer pour la classification, et XGBoost pour la prédiction à partir de données biologiques, ont été entraînés sur des bases publiques. Cette synergie entre expertise médicale et traitement automatique permet d’assister le diagnostic dans des contextes à ressources limitées. Une étude technico-économique a également été menée dans l’objectif de valoriser cette solution dans un cadre de startup.
dc.identifier.urihttps://dspace.univ-oran1.dz/handle/123456789/5181
dc.language.isofr
dc.subjectLeucémie Aiguë Myéloïde (LAM), Diagnostic Cytologique, Intelligence Artificielle, Analyse d’Images Médicales, Aide au Diagnostic, Santé Numérique.
dc.titleApprentissage automatique pour la détection de la Leucémie Myéloïde Aiguë (LMA) à partir d'images microscopiques de sang
dc.typeThesis
grade.Co-rapporteurYEDJOUR Hayat
grade.ExaminateurHOUBAD Noureddine
grade.ExaminateurFIZZAZI Anissa
grade.GradeMaster
grade.OptionSciences Biologiques
grade.PrésidentTLEMSANI Redouane
grade.RapporteurSEDDIKI Sonia
la.SpécialitéBiologie et Pathologie Cellulaire
la.coteMEM-BIOL-244
Fichiers
Bundle original
Voici les éléments 1 - 1 sur 1
Vignette d'image
Nom :
MEM-BOIL-244.pdf
Taille :
6.37 MB
Format :
Adobe Portable Document Format
Description :
Télécharger
Collections
Mémoires de Master "Biologiques"