TOUATI Mohamed

En tant que Chercheur Doctorant au Lab-STICC (UMR CNRS 6285), mes travaux se concentrent principalement sur l'imagerie médicale et la classification de la rétinopathie diabétique. Je suis engagé dans des recherches de pointe visant à exploiter les technologies de l'intelligence artificielle et du deep learning pour améliorer la détection et le diagnostic de cette maladie. Mon expertise couvre divers aspects des réseaux de neurones convolutifs (CNN), des Transformers et des techniques avancées de traitement d'image, avec une attention particulière à l'équilibrage des données et à l'amélioration de la précision des modèles.

Je vise à améliorer le diagnostic médical grâce à l'automatisation et à des modèles précis, tout en abordant des défis tels que l'équilibrage des données et la sécurité de l'information dans les images médicales.

Mon expertise :
Deep Learning & Computer Vision :

Conception et optimisation de modèles de deep learning pour l'analyse des images médicales, notamment avec les réseaux de neurones convolutifs (CNN) et les Transformers.
Expertise dans les Compact Convolutional Transformers (CCT) et les approches combinant attention mechanism et tokenisation convolutionnelle.
Traitement et Analyse des Images Médicales :

Techniques avancées de traitement d'image pour améliorer la qualité des images rétiniennes, y compris le filtrage médian, la CLAHE et la réduction de bruit.
Extraction de caractéristiques, augmentation des données et correction des déséquilibres de classes pour renforcer la robustesse des modèles.
Classification de la Rétinopathie Diabétique :

Développement de solutions basées sur l'IA pour la détection des stades de la rétinopathie diabétique, notamment avec des modèles innovants comme DRCCT et ARNet-DR.
Utilisation de l'apprentissage par transfert avec des architectures comme ResNet50 modifié, combinées avec des mécanismes d'attention pour améliorer la précision des classifications.
Sécurité et Tatouage Numérique :

Tatouage numérique intégré à l'intelligence artificielle pour assurer la sécurité et l'authenticité des images médicales, via des architectures autoencodeurs.
Élaboration de stratégies d'insertion de marques et d'amélioration des systèmes de tatouage pour garantir la robustesse face aux attaques.
Enseignement & Formation :

Enseignant Universitaire expérimenté, je forme les étudiants en intelligence artificielle, deep learning, vision par ordinateur, et traitement des images médicales.
Capacité à simplifier et enseigner des concepts complexes, allant des réseaux de neurones aux architectures avancées comme les Transformers.
Formation pratique aux outils et frameworks tels que Python, TensorFlow, PyTorch, OCR, CNN, et GAN, avec un focus sur la résolution de problèmes réels.
Expertise en Leadership et Séniorité :

En tant que Consultant Senior en IA et Principal Data Scientist, j'ai dirigé et participé à des projets dans des secteurs variés, incluant la finance, la santé et les technologies de l'information.
Gestion de projet dans le développement de logiciels pour l'automatisation des processus de traitement des documents et la détection d'anomalies dans les signaux médicaux, notamment les signaux ECG.
Collaboration avec des équipes pluridisciplinaires, en partageant mon expertise pour résoudre des problèmes complexes, et en assurant une communication efficace entre développeurs, chercheurs et parties prenantes non techniques.
Développement de Projets IA & Finance :

Contributions majeures à la conception de plateformes d'investissement basées sur l'IA, intégrant des algorithmes sophistiqués pour l'analyse des données financières et la prise de décision automatisée.
Innovation & Vision :

Visionnaire dans l'intégration des big data, de la sécurité de l'information et des technologies de l'IA dans des solutions innovantes pour le secteur médical.
Engagement à utiliser mes compétences pour améliorer les soins de santé et faire progresser la recherche scientifique.
Grâce à cette expertise multidisciplinaire et mon leadership reconnu, je continue de repousser les limites de la science des données, de l'intelligence artificielle, et de l'éducation, en contribuant activement à des innovations ayant un impact positif dans plusieurs secteurs, notamment la santé.