Collecte d’une base de données en ophtalmologie : Détection automatique de l’oedème maculaire diabétique

Abstract

L’oedème maculaire diabétique (OMD) est l’une des principales causes de perte de vision chez les personnes atteintes de diabète. Cette pathologie, souvent silencieuse dans ses premiers stades, nécessite un dépistage précoce pour éviter des complications graves et irréversibles. Face à l’augmentation du nombre de patients et au besoin d’un diagnostic rapide, les outils automatisés basés sur l’intelligence artificielle représentent une solution prometteuse. La première étape de notre travail a consisté à collecter et annoter une base de données rétinienne locale, constituée d’images issues de deux modalités complémentaires : la tomographie en cohérence optique (OCT) et la rétinographie à grand champ. Ces images ont été acquises dans un environnement clinique réel, auprès de patients présentant des cas normaux ou pathologiques, ce qui renforce la pertinence de notre approche. Sur cette base de données, nous avons ensuite conçu et testé un système automatique capable de classer les images comme normales ou pathologiques, en s’appuyant sur des techniques avancées de traitement d’images et d’apprentissage profond. Plusieurs architectures de réseaux de neurones convolutifs ont été explorées (CNN, VGG16, ResNet50, MobileNetV2, InceptionV3, EfficientNetB0), avec des phases de prétraitement, d’augmentation des données, et de fine-tuning adaptées aux spécificités de chaque modalité d’imagerie. Nous avons évalué la performance de chaque modèle sur les bases locales, ainsi que sur des bases publiques, en utilisant des métriques standards telles que la précision, la sensibilité, la spécificité, le F1-score et l’AUC. Les résultats obtenus sont très prometteurs : nos modèles ont démontré une capacité élevée à détecter automatiquement les signes de l’OMD, avec des performances comparables, voire supérieures, à ceux de la littérature. Ce travail confirme le rôle essentiel que peuvent jouer les outils d’intelligence artificielle dans le diagnostic assisté, en particulier pour le dépistage précoce de pathologies oculaires chroniques comme l’OMD.