Application d'aide au diagnostic de la rétinopathie diabétique par réseau de neurones convolutifs en utilisant l'apprentissage par transfert

Abstract

La rétinopathie diabétique (RD) est l'une des principales causes de cécité dans le monde chez les diabétique âgés de 20 à 64 ans. Des examens ophtalmologiques réguliers sont d'une haute importance pour diminuer la fréquence de cette maladie. Ainsi, nous pouvons comprendre l'importance de l'efficacité du diagnostique pour la détection et la prévention de cette pathologie. Ces dernières années, de nombreuses recherches visent à améliorer la qualité de l'interprétation de l'image médicale grâce à l'intelligence artificielle (IA) [1]. L'IA et l'apprentissage automatique ainsi que l'apprentissage profond, ont transformé le secteur des soins de santé dans de nombreux domaines, notamment le diagnostic des maladies par imagerie médicale [1]. Dans notre projet, nous allons donc travailler sur le détection de la rétinopathie diabé- tique (RD) en utilisant un réseau neuronal convolutif avec la méthode d'apprentissage par transfert. ?a consiste à prendre des images pré-traitées du fond de l'oeil comme entrées du réseau de neurones afin de pouvoir faire une extraction automatique des caractéristiques. On aura de ce fait en sortie, une classification par rapport aux types de la maladie (no-DR, minime, modéré, sévère, et proliférante). Le but est de réaliser un réseau de neurones qui constituera un système d'aide au diagnostic efficace.