Le laboratoire XLIM – UMR CNRS 7252, rattaché à l’Université de Limoges et à l’École Doctorale ED 653 – Sciences et Ingénierie, a eu l’honneur d’accueillir la soutenance d’Habilitation à Diriger des Recherches (HDR) de Mohamed Hamroun, enseignant-chercheur au sein de notre établissement.
Intitulée « Contributions à l’indexation et à la recherche d’information : application aux données multimodales généralistes et médicales », cette HDR marque une étape clé dans le parcours scientifique de Mohamed et met en lumière ses contributions majeures dans des domaines à forts enjeux : l’analyse automatique de données multimédias et l’imagerie médicale assistée par l’intelligence artificielle.
Un parcours de recherche ancré dans l’interdisciplinarité
Les travaux présentés s’articulent autour de l’indexation par le contenu et de la recherche d’information multimodale, en conjuguant données visuelles, textuelles et sonores. Mohamed y développe des approches innovantes pour interpréter ces contenus de manière plus fine et pertinente, grâce aux méthodes de recherche sémantique, notamment via l’apprentissage profond (deep learning).
L’objectif : réduire le fossé entre les descripteurs bas-niveau (couleurs, textures, sons, etc.) et leur interprétation sémantique, afin d’améliorer la compréhension automatique des contenus complexes dans des contextes variés, allant des archives généralistes aux données médicales.
Des applications concrètes en santé numérique
Les deux derniers chapitres du mémoire de HDR s’inscrivent pleinement dans la thématique de l’intelligence artificielle appliquée à la santé, domaine en pleine expansion. Parmi les contributions phares :
– DFU-SIAM et DFU-Helper : deux systèmes conçus pour l’aide au suivi des ulcères du pied diabétique, maladies chroniques nécessitant un suivi régulier et précis. Ces outils visent à accompagner les cliniciens dans leur prise de décision, en analysant automatiquement l’évolution des plaies à partir d’images.
– Un modèle CBMIR (Content-Based Medical Image Retrieval) basé sur le deep learning, dédié à l’analyse automatisée de radiographies thoraciques. Ce système permet l’identification de pathologies pulmonaires en exploitant la puissance des réseaux de neurones convolutionnels, ouvrant la voie à des diagnostics plus rapides et fiables.
Une reconnaissance académique et scientifique
La soutenance s’est déroulée devant un jury international de haut niveau, composé de chercheurs et chercheuses reconnus dans les domaines de l’IA, de l’imagerie médicale et de la recherche d’information :
· Samia Saad-Bouzefrane, Professeure, CEDRIC – CNAM
· Fabrice Mourlin, MCF-HDR, LCICL – Université Paris Est Créteil
· Damien Sauveron, Professeur, XLIM – Université de Limoges
· Gérard Subsol, Chargé de Recherche CNRS, LIRMM – Université de Montpellier
· Ridha Ejbali, Professeur, RTIM – Université de Gabès
· Mourad Zribi, MCF-HDR, LISIC – Université du Littoral Côte d’Opale
· Henri Nicolas, Professeur, LaBRI – Université de Bordeaux
· Ikram Amous, Professeure, MIRACL – Université de Sfax
· Hedi Sakli, Directeur de recherche, EITA Consulting
· Sonia Lajmi, MCF, Université d’Albaha – Arabie Saoudite
Une étape vers de nouvelles perspectives
Cette HDR confère à Mohamed Hamroun la capacité à encadrer des doctorants et à diriger des projets de recherche de plus grande envergure. Elle vient couronner un travail rigoureux et engagé, et ouvre la voie à de nouvelles collaborations scientifiques, tant au niveau national qu’international.
L’ensemble du laboratoire XLIM et l’Université de Limoges félicitent chaleureusement M. Hamroun pour cette brillante soutenance et se réjouissent de l’impact futur de ses travaux sur la recherche en intelligence artificielle et santé numérique.
