UN SYSTEME D’AIDE A LA DECISION MEDICALE POUR LA DETECTION PRECOCE DU GLAUCOME

Abstract

Le glaucome est une affection chronique potentiellement cécitante qui regroupe un ensemble de maladies neuro dégénératives caractérisées par une neuropathie optique progressive. Le glaucome est le plus souvent une affection asymptomatique, et au moins la moitié des patients qui en sont atteints ne sont pas diagnostiqués. Une détection précoce est indispensable avant l’apparition d’un déficit fonctionnel définitif. La mise en pratique des méthodes permettent une détection précoce des signes du glaucome qui assurent un meilleur diagnostic de cette maladie. Le prototype proposée dans ce projet de fin d’étude est d’implémenté cinq différentes techniques de classification en apprentissage supervisé sur une nouvelle base de données : les K-plus proche voisins KNN, les machines à vecteur de support SVM, les réseaux de neurones perceptron multi couche MLP et les arbres de décision (CART, Foret Aléatoire). Dans le cadre de ce travail les algorithmes sont développés et testées sur un ensemble de données (1004 données de 514 patients). Les résultats expérimentaux montrent que les taux de classification 79.28%, 96.62%, 96.02%, 99.01%, 98.60% respectivement par KNN, SVM, MLP, CART, RF la sensibilité et la spécificité pour les cinq classifieurs 64.22 % et 90.79 %, 96.97% et 97.02%,96.20% et 96.97%, 98.80% et 99.15%, 97.34% et 99.65%. Les résultats obtenus sont satisfaisants et présentent la robustesse de nos systèmes proposés