Résultats de recherche

Formulaire d'inscription Nom Prénom Adresse e-mail Assistera à la réception qui suivra la défense Oui ( optionnel ) Non ( optionnel ) Désire une vignette de parking Oui ( optionnel ) Non ( optionnel ) Souhaite un certificat pour l'assistance à la défense Oui ( optionnel ) Non ( optionnel ) Pour le traitement de votre demande, les données sans mention « optional » doivent obligatoirement être complétées. Lorsque vous soumettez ce formulaire, les données complétées sont transmises à l’UNamur et utilisées pour donner suite à votre demande. Pour en savoir plus sur la protection de vos données et sur vos droits This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

Abstract L’apprentissage profond a révolutionné la vision par ordinateur ces dernières années et a été appliqué à de nombreux domaines. Cette thèse se concentre sur l’endoscopie médicale, où l’apprentissage profond peut aider les médecins dans de nombreuses tâches, comme la navigation dans les poumons lors d’une bronchoscopie, l’assistance à la détection des maladies pulmonaires, la détection de la maladie de Crohn à partir d’une endoscopie par capsule (PillCam), ou encore l’automatisation de la détection de polypes lors de procédures de colonoscopie.Cette thèse, intitulée From Pixels to Practice: Deep Learning for Endoscopy, étudie comment les réseaux de neurones modernes et les paradigmes d’apprentissage peuvent améliorer la compréhension visuelle en endoscopie, dans le but de contribuer à des systèmes d’aide au diagnostic (Computer-Aided Detection, CAD) intégrables dans les flux de travail cliniques.Ce travail suit une structure basée sur des articles et relie des avancées méthodologiques en modélisation géométrique et temporelle à des techniques permettant de gérer la rareté et le déséquilibre des données, ainsi qu’aux implications pratiques et cliniques de l’apprentissage profond pour la détection de tumeurs pulmonaires, tant du point de vue clinique que du point de vue des praticiens. La première partie du manuscrit fournit un socle commun à toutes les parties suivantes. Tout d’abord, nous présentons une introduction générale au domaine de l’apprentissage automatique au Chapitre 1, en expliquant des concepts tels que la classification, les fonctions de perte et les réseaux de neurones artificiels. Ensuite, le Chapitre 2 se concentre sur le domaine de l’apprentissage profond pour la vision par ordinateur, en détaillant les principales tâches de vision, le concept de réseaux de neurones convolutionnels, ResNet et U-Net. Enfin, le Chapitre 3 décrit l’imagerie médicale, avec un focus sur les scanners tomodensitométriques (CT) et l’imagerie optique. La deuxième partie de la thèse s’intéresse à l’apprentissage de représentations spatio-temporelles. Au Chapitre 4, nous utilisons des réseaux de neurones profonds combinant des caractéristiques spatiales et une récurrence temporelle pour aborder le problème de la détection de la carène bronchique, un repère anatomique qui aide les médecins à se repérer dans les poumons. En évaluant des modèles de classification (ResNet-50), de segmentation (nnU-Net) et récurrents (GRU) sur un jeu de données de bronchoscopie que nous avons créé, l’étude met en évidence les bénéfices de la combinaison d’informations issues des masques de segmentation et de caractéristiques temporelles. Le Chapitre 5 poursuit sur la tâche de segmentation en analysant dans quelle mesure des U-Net équivariants par rotation, basés sur des E(2)-CNN avec des groupes de symétrie C4, C8 et D4, peuvent améliorer les performances lorsque l’orientation des objets dans l’image est arbitraire. Ensemble, ces chapitres montrent comment la modélisation temporelle et géométrique capture des aspects complémentaires de la structure visuelle. Ils soulignent en outre que le déséquilibre et la rareté des données constituent un problème récurrent en apprentissage profond. La troisième partie étudie l’apprentissage en situation de rareté et de déséquilibre des données. Tout d’abord, le Chapitre 6 explore un pré-entraînement contrastif supervisé [1] sur de grands jeux de données endoscopiques de domaine proche (Hyper-Kvasir [2], LDPolyp [3]), transféré ensuite vers des données plus petites et spécifiques à une pathologie (Crohn-IPI [4]). Cette méthodologie donne de meilleures performances que le pré-entraînement sur ImageNet ou basé sur l’entropie croisée, ce qui met en avant la valeur de représentations contrastives spécifiques au domaine. Ensuite, le Chapitre 7 introduit leMask-Aware Cropping (MAC), une nouvelle technique d’augmentation de données qui atténue le déséquilibre au niveau des pixels en segmentation. Sur divers jeux de données présentant des régimes de déséquilibre variés (URDE [5], Kvasir-SEG [6], HAM10000 [7]), MAC améliore systématiquement les métriques Dice et IoU dans des conditions de déséquilibre extrême. Ensemble, ces méthodes forment un cadre centré sur les données pour un apprentissage efficace lorsque les annotations sont rares ou inégalement réparties. La quatrième partie de la thèse se concentre sur l’apprentissage profond au bloc opératoire. Le Chapitre 8 propose un premier modèle (ResNet-50) pour la détection visuelle du cancer du poumon en bronchoscopie, entraîné sur des données réelles, in-vivo. Le modèle dépasse les performances de médecins juniors, tout en restant inférieur à celles des experts. Ce résultat montre que les systèmes de CAD pour la détection du cancer du poumon sont prometteurs. Le Chapitre 9 prolonge ce travail en évaluant l’utilisabilité d’un système de CAD basé sur un modèle d’apprentissage profond. En combinant indices de probabilité, graphes temporels et superpositions de cartes de saillance, une évaluation multicentrique avec 10 médecins est menée. L’outil reçoit des retours favorables, avec une utilisabilité élevée (score SUS de 80,5 [8]) et une forte acceptation clinique. Au-delà de l’endoscopie, les résultats concernant l’équivariance par rotation et le déséquilibre au niveau des pixels se généralisent à d’autres domaines tels que la microscopie, la dermatologie et l’imagerie aérienne. Cela montre que les méthodes proposées sont applicables à l’apprentissage visuel sous variabilité structurée et sous contraintes de données limitées.Mots-clés : apprentissage automatique, vision par ordinateur, médecine, endoscopie, réseaux de neurones convolutionnels, segmentation, modèles récurrents, équivariance.  Jury Prof. Dumas Bruno - Université de NamurProf. Frénay Benoit - Université de NamurProf. Schobbens P-Y. - Université de NamureProf. Beuls Katrien - Université de Namur,Dr. Mertens Benjamin - Lys MédicalProf. Oramas Mogrojevo José Antonio - Université d’AnversDr. Mancas Matei - Université de Mons S'inscrire

Le FNRS a décerné le Prix quinquennal Ernest-John Solvay en sciences sociales à Jean-Marie Baland, professeur au Département des sciences économiques de la Faculté EMCP de l’UNamur et cofondateur du Centre de Recherche en Economie du Développement (CRED) de l'Institut DeFiPP. Une reconnaissance majeure pour une carrière consacrée à l’étude des questions de pauvreté, d’institutions informelles et de développement durable.

School-IT, porté par la Faculté d’Informatique de l’Université de Namur, propose une mallette numérique innovante pour initier les élèves du maternel, primaire et secondaire à l’informatique. Conçue pour simplifier la tâche des enseignants, elle rassemble des activités prêtes à l’emploi, courtes et indépendantes, accompagnées de ressources pédagogiques et multimédias pour les enseignants et leurs élèves. Avec School-IT, enseigner l’informatique devient simple, concret et accessible à tous.

L’Université de Namur franchit une nouvelle étape dans son engagement pour accompagner la transformation numérique. Elle rejoint en effet le prestigieux réseau European Research Center for Information Systems (ERCIS) en tant que Partner Institution, via le centre de recherche MINDIT (Management de l’Information et Transformation Numérique).

L'ordinateur n'est pas si malin... et en prendre conscience est essentiel pour maîtriser cet outil. Cela passe par la compréhension de son fonctionnement, de ses capacités et de ses limites.

Le 26 février dernier, l'amphithéâtre Adam Smith accueillait la première grande édition d'Act'UNamur, un quiz sur l’actualité de l’année 2025 organisé par le département des sciences sociales, politiques et de la communication de la Faculté EMCP. L’objectif ? Susciter l’intérêt des étudiants pour l’actualité grâce à un format inédit et ludique.

Les experts pointent la créativité comme une compétence essentielle pour les décideurs de demain à l’heure de la généralisation de l’IA. Parallèlement, les industries culturelles et créatives représentent un secteur en plein développement. Pour rester en phase avec ces évolutions, deux nouvelles filières feront leur apparition dans les programmes d’études en information et communication et ingénieur de gestion dès la rentrée prochaine. Focus sur les changements attendus en Faculté Economie Management Communication et sciencesPo (EMCP).

Description Pourquoi l’histoire de l’énergie est-elle intimement liée à celle des inégalités sociales ? Comment penser les débats sur la transition énergétique à l’aune des conflits de répartition des richesses ?Depuis des millénaires, l’usage de l’énergie façonne les sociétés humaines, structurant leurs hiérarchies et leurs rapports de pouvoir. Sa maîtrise est un vecteur d’émancipation autant qu’elle est un outil de domination. La propriété des ressources et des infrastructures énergétiques est un terrain de luttes sociales, politiques et géostratégiques. Selon qui possède l’énergie, des choix de société radicalement différents peuvent advenir.Mais comment le lien entre énergie et inégalités s’est-il construit depuis la Préhistoire ? En croisant les résultats de la recherche en histoire économique, en archéologie et sciences du climat, Lucas Chancel s’attache à montrer comment, sur la longue durée, les cadres techniques et politiques qui déterminent les usages de l’énergie s’articulent avec la répartition des richesses entre individus, groupes sociaux et nations.L’histoire de l’énergie ne peut se résumer à sa dimension technique, ni à la somme des choix politiques passés. Elle ouvre sur une diversité de futurs possibles, où le découplage entre consommation d’énergie, ressources matérielles et prospérité est indissociable de la question de la justice sociale.Ce livre défend une transition écologique fondée sur une réappropriation collective de l’énergie. En puisant dans les expériences de redistribution des richesses du siècle passé, il esquisse une alternative au désastre écologique et aux inégalités extrêmes, à travers le développement de nouvelles formes de propriété publique et participative au XXIe siècle. Biographie Lucas Chancel est professeur à Sciences Po Paris, au sein du Centre de recherche sur les inégalités sociales, et co-directeur du Laboratoire sur les inégalités mondiales à l’École d’économie de Paris. Il a enseigné à l’Université de Harvard aux États-Unis.

Nathalie Burnay, professeure ordinaire à la Faculté EMCP et chercheuse au sein de l’institut Transitions, vient d’obtenir un prestigieux financement WelCHANGE du F.R.S-FNRS pour son projet de recherche interdisciplinaire dédié à l’allongement des carrières. Un enjeu de société au cœur de l’actualité, qu’elle porte en collaboration avec une équipe de démographes de l’UCLouvain.

Depuis une quinzaine d’années, les dispositifs de démocratie participative et délibérative se multiplient : budgets participatifs, consultations populaires, panels citoyens, etc. Vincent Jacquet, politologue et coordinateur du projet de recherche européen Citizen Impact (projet ERC, European Research Council), étudie l’impact de ces dispositifs du point de vue des gouvernants et des citoyens. 

Le manque de soins de première ligne est un enjeu de santé publique majeur. En 2022, on estimait ainsi que 52 communes de Belgique francophone étaient confrontées à une pénurie sévère de médecins généralistes. Une situation préoccupante à laquelle l’Observatoire universitaire en médecine rurale (OUMRu) s’attaque depuis 2023, dans le but d’identifier des pistes de solutions concrètes. Aux côtés d’un médecin et d’une géographe de la santé, Amélie Pierre, sociologue et chargée de cours à la Faculté Économie Management Communication sciencesPo (EMCP), étudie les ressorts de l’accessibilité aux soins, notamment du point de vue des patients. Elle insiste sur la nécessité d’intégrer les réalités vécues par les publics en situation de vulnérabilité.