Dr. Mohamed Moncef Ben Khelifa, Maître de Conférences des Universités (HC, 61e CNU) au département MMI de l’IUT de Toulon et membre du laboratoire J-AP2S, est un spécialiste reconnu en vision assistée par ordinateur, intelligence artificielle appliquée à la santé, et interfaces intelligentes homme-machine, avec une expertise consolidée par plus de deux décennies d’enseignement, de recherche appliquée et d’innovation technologique. Titulaire d’une double compétence en traitement du signal et de l’image ainsi qu’en neurotechnologie, il a contribué à un ensemble significatif de travaux portant sur la biométrie, l’optimisation multi-objectifs, la classification d’images médicales, l’analyse prédictive de la marche et les interfaces cerveau-machine, totalisant de nombreuses publications indexées et plusieurs projets collaboratifs internationaux, notamment dans le cadre de coopérations scientifiques franco-tunisiennes. Ses travaux récents portent sur la classification biométrique avancée, l’optimisation par essaims intelligents, l’analyse markerless de la démarche pour la détection des pathologies musculosquelettiques, ainsi que sur la modélisation prédictive des troubles de la posture. En neuroergonomie et en cognition, il a proposé des approches intégrant signaux EEG, indices musculaires et paramètres oculaires afin de mesurer le stress, la fatigue mentale et la charge cognitive dans des environnements immersifs. Son engagement en mobilité assistée est également notable, illustré par ses recherches sur la navigation de fauteuils roulants via la fusion de données cérébrales et visuelles, ainsi que par ses innovations brevetées (France et États-Unis) dédiées au contrôle d’appareils mobiles. Lauréat du Prix Var Terre d’Innovation 2014 pour le projet BEWHEELI – Brain Eyes Wheelchair Interface, il œuvre pour la conception de technologies inclusives visant à améliorer l’autonomie des personnes à besoins spécifiques. Par son rôle de coordinateur de projets transméditerranéens, il contribue activement aux avancées en santé numérique pédiatrique, systèmes embarqués intelligents et traitement multimodal de données cliniques, renforçant l’impact sociétal de ses recherches au service de la santé publique et de l’innovation biomédicale.