Modèles de Fondation Auto-Supervisés pour la Prédiction du Risque Cardiovasculaire à partir d’Images Rétiniennes

Abstract

Les maladies cardiovasculaires constituent la première cause de mortalité dans le monde, avec environ 17,9 millions de décès par an. La rétine, seul tissu permettant l’observation non invasive de la microcirculation systémique, offre ainsi une fenêtre privilégiée pour une évaluation précoce du risque cardiovasculaire. Ce mémoire propose une approche complète, fondée sur l’apprentissage auto-supervisé, pour la prédiction du risque cardiovasculaire à partir d’images rétiniennes multi-modalités (OCTA : Plexelite et Cirrus; CFP : Clarus et Optos). Nous construisons six modèles de fondation VA-MAE (Vessel-Aware Masked Autoenco der), entraînés séparément par appareil sur 83243 images. L’architecture VA-MAE étend le MAE standard via un décodeur à trois têtes supervisant l’intensité, la vesselness et le squelette vasculaire, couplé à un masquage vessel-aware et à un curriculum de masquage progressif. Les images OCTA sont représentées en RGB multi-plexus (superficiel / profond / full retina). En complément, 30 modèles de diffusion conditionnels (SD 1.5, SD 2.0, SDXL) sont affinés par LoRA pour générer des images synthétiques conditionnées par des métadonnées cliniques; SD 1.5 obtient les meilleures performances (FID 147.2, Inception Score 1.37). Les modèles sont évalués sur deux benchmarks cardiovasculaires. Sur la cohorte RASTA (491 patients, score CHA2DS2-VASc), une fusion clinique par cross-attention atteint une AUC de 0.968 et une précision balancée de 87.5% en classification à trois classes, surpassant la baseline supervisée EfficientNetV2-B3 (AUC 0.868, BAcc 63.3%). Sur le challenge international VAMPIRE OCTA-CVD (MICCAI 2025; 1659 patients; 12 équipes), le backbone MAE-PLEX6×6 se classe 4e avec une macro AUC de 0.801 ± 0.008. Ces résultats montrent que le pré-entraînement auto-supervisé spécifique à la modalité et à l’appareil, combiné à une fusion clinique multimodale, constitue une approche robuste et généralisable pour la stratification du risque cardiovasculaire à partir d’images rétiniennes.