Système Automatique d’Aide au Diagnostic pour le Dépistage de la Rétinopathie Diabétique

Abstract

Parmi les maladies qui ravagent le monde entier et qui n’arrêtent malheureu- sement pas de croitre, nous retrouvons la Rétinopathie Diabétique (RD). Elle est classée par l’organisation mondiale de la santé comme étant la première maladie pouvant causer une forte déficience visuelle menant jusqu’à la cécité des popula- tions âgées entre 20 et 74 ans. Une très bonne prise en charge, une bonne hygiène de vie, ainsi qu’un dépistage précoce sont la clé de la prévention de la vision des patients diabétiques. Le travail de recherche effectué au cours de cette thèse, consiste en un système d’aide au diagnostic pour le dépistage précoce de la Réti- nopathie Diabétique Non Proliférante (RDNP). Un tel système permet aux Oph- talmologistes un gain de temps et d’efforts inestimables. Nous faisons appel au traitement d’images et à la classification supervisée pour détecter et classer le de- gré de la RDNP. Trois lésions typiques de cette maladie, (les Microanévrismes, les Hémorragies, et les exsudats), ont été détectées avec succès par nos algorithmes, en utilisant des méthodes hybrides différentes pour chaque pathologie. Il s’agit des toutes premières lésions apparentes au cours de l’évolution de la maladie; en effet les microanévrismes sont les signes précoces de son apparition, ils n’ont au- cune influence sur la vision du malade et peuvent parfois ne pas être détectés par les experts car ils se présentent sous forme de toute petite taille. Notre système a été validé sur un ensemble de base de données rétiniennes (MESSIDOR, Ima- geRET, DRIVE), comprenant différentes images de différentes classes de la RD. Il a pu offrir une grande précision de détection des pathologies rétiniennes, ainsi qu’une bonne détection des différents stades de la RDNP, basée sur la sélection de caractéristiques pertinentes. Les résultats sont très prometteurs.