Soutenance de Kevin Mairot "Intelligence artificielle et imagerie rétinienne pour le diagnostic et la classification des dystrophies rétiniennes héréditaires"
Kevin Mairot soutiendra publiquement ses travaux de thèse intitulés: Intelligence artificielle et imagerie rétinienne pour le diagnostic et la classification des dystrophies rétiniennes héréditaires
dirigés par Monsieur Laurent PERRINET et co-dirigés par Monsieur Frédéric MATONTI
- Date : jeudi 17 décembre 2026 à 16h
- Lieu : Hôpital de la Conception, 147 boulevard Baille, 13005 Marseille
- Salle : Amphithéâtre Rimbaud
Composition du jury
| Name | Affiliation | Role |
|---|---|---|
| M. José-Alain SAHEL | UPMC Vision Institute – University of Pittsburgh School of Medicine | Rapporteur |
| M. Augustin LECLER | Fondation Adolphe de Rothschild, Paris | Rapporteur |
| Mme Stéphanie BAILLIF | Service d’ophtalmologie – CHU de Nice | Examinatrice |
| M. Thierry DAVID | Service d’ophtalmologie – AP-HM, Hôpital de la Timone | Président |
| M. Laurent PERRINET | INT (UMR 7289) – Aix Marseille Université | Directeur de thèse |
| M. Frédéric MATONTI | Centre Monticelli Paradis, Marseille | Co-directeur de thèse |
Résumé
Les dystrophies rétiniennes héréditaires constituent un groupe de maladies génétiques caractérisées par une grande hétérogénéité clinique et génétique, rendant leur diagnostic parfois complexe. Cette thèse explore l’apport de l’intelligence artificielle, et plus particulièrement de l’apprentissage profond, dans l’analyse automatisée de l’imagerie rétinienne multimodale (OCT, infrarouge et autofluorescence). À travers plusieurs approches de classification, ces travaux évaluent la capacité des algorithmes à distinguer différentes pathologies rétiniennes héréditaires et à identifier des signatures phénotypiques associées à certains gènes, avec pour objectif d’améliorer le diagnostic et l’orientation génétique des patients.
Abstract
Inherited retinal dystrophies are a group of genetic diseases characterised by a high degree of clinical and genetic heterogeneity, which can make their diagnosis complex. This thesis explores the contribution of artificial intelligence, and more specifically of deep learning, to the automated analysis of multimodal retinal imaging (OCT, infrared and autofluorescence). Through several classification approaches, this work assesses the ability of algorithms to distinguish between different inherited retinal diseases and to identify phenotypic signatures associated with specific genes, with the aim of improving the diagnosis and the genetic referral of patients.
Kevin Mairot
Phd candidate in Ophtalmology
During my PhD, I am focusing on spiking neural networks with heterogeneous delays.
Laurent U Perrinet
Researcher in Computational Neuroscience
My research interests include Machine Learning and computational neuroscience applied to Vision.