PFE 2026–2027 — Plateforme de détection du cancer de la peau par deep learning

Sujet PFE IA-04 — Année universitaire 2026–2027

Domaine : Intelligence Artificielle. Parcours : Deep learning / Vision. Difficulté : Avancé.

Problématique

Détecter précocement le cancer de la peau en analysant des images de lésions cutanées pour repérer les lésions suspectes et estimer leur niveau de risque.

Objectifs et fonctionnalités

• Modèle de classification d’images de lésions (entraîné ou intégré)
• Estimation du niveau de risque
• Visualisation des prédictions
• Historique de l’utilisateur
• Recommandation de consulter un professionnel de santé
• Interface web ou mobile intuitive
• Gestion sécurisée des utilisateurs, images et prédictions

Technologies indicatives

Python · TensorFlow/PyTorch · CNN · vision par ordinateur · FastAPI · React/Flutter · PostgreSQL

Livrables attendus

Modèle évalué, résultats de validation, application web/mobile et documentation des limites.

Cadre du projet

Sujet proposé dans le catalogue PFE DESIGNET. Le périmètre est ajustable au niveau Licence ou cycle ingénieur, au calendrier et aux exigences de l’établissement, avec validation de l’encadrant académique et/ou professionnel.

Les projets de santé utilisent des données fictives ou autorisées. Les résultats IA influençant une décision conservent une validation humaine. Les exercices de cybersécurité sont limités à un laboratoire et à un périmètre expressément autorisé. Les paiements de démonstration utilisent un environnement sandbox.

La durée, la rémunération, le lieu, le mode de travail et les modalités de candidature ne sont pas précisés dans la fiche.

Source et prise de contact

Catalogue officiel DESIGNET — page 15

Contact officiel DESIGNET. L’adresse contact@designet-tn.com est le contact général publié sur le site officiel ; contactez DESIGNET en indiquant la référence du sujet pour confirmer les modalités du PFE.