analyse et segmentation des images médicales : application aux images du fond d’oeil en vue de la détection de rétinopathie diabétique

Abstract

La vision par ordinateur est devenue un outil très important pour aider les experts médicaux au meilleur diagnostic de plusieurs pathologies. L'objectif de cette thèse est de développer des nouvelles méthodes de traitement d’image appliquées à l’analyse d’images du fond d’oeil. En particulier, nous nous sommes concentrés sur la détection des lésions liées à la rétinopathie diabétique (RD). Deux familles de ces lésions sont ciblées : les exsudats et les microanévrysmes. Les techniques présentées dans ce document peuvent être classées en trois catégories : (1) l’amélioration des caractéristiques de l’image, (2) Segmentation des éléments principaux de la rétine et (3) la détection des pathologies rétiniennes. Dans la première catégorie, nous nous consacrons à la présentation des méthodes de prétraitement qu’on a appliqué sur les bases de données d’images à savoir l’amélioration de contraste des images en éliminant les défauts causés par l’éclairage et les processus d’acquisition. Dans la deuxième catégorie, nous présentons un système d’analyse permettant de segmenter les éléments principaux de la rétine. Leur élimination est essentielle pour la détection des lésions rétiniennes. Dans la dernière catégorie, nous proposons des méthodes robustes et fiables pour la détection des lésions liées à la RD, telles les exsudats et les microanévrysmes. Les approches développées dans le cadre de ce travail sont testés sur un ensemble d’images des bases des données DRIVE, STARE, DIARETDB0, DIARETDB1, MESSIDOR, et. L’évaluation des méthodes proposées est effectuée en calculant les paramètres de performances (sensibilité, spécificité et précision), afin de faire une comparaison des résultats obtenus par rapport aux travaux de recherche existants et par rapport à la vérité terrain.