DeepLearning pour le diagnostic de DMLA, glaucome Et rétinopathie diabétique

Abstract

La Dégénérescence Maculaire Liée à l'Age (DMLA), le glaucome et la rétinopathie diabétique sont les principales causes de cécité et de déficience visuelle chez les adultes. La détection précoce de ces maladies par un dépistage régulier est particulièrement importante pour prévenir la perte de vision. Plusieurs erreurs de diagnostique et de suivi peuvent survenir. Par conséquent, un outil d‟aide au diagnostique ne sera que bénéfique pour les ophtalmologistes et la santé des yeux des malades. Les ophtalmologistes se base sur des techniques d‟imagerie médicale, l‟Angio et l‟OCT en grande partie pour le diagnostic et le suivi de l‟état des malades pendant la période traitement afin de surveiller l‟évolution de la maladie et la réponse des patients aux différents protocoles de traitement.. Le DeepLearning est très performant quand il est appliqué sur des données de type image. Par conséquent, Nous proposons des modèles formés à l'aide d'un réseau de neurones convolutifs afin de bien interpréter les images de l‟OCT et l‟ANGIO et par conséquent aider l‟ophtalmologiste à faire son diagnostique d‟une façon plus précise. Les résultats obtenus sont satisfaisants et présentent la robustesse de nos architectures proposées. Mot clé : DMLA, glaucome, rétinopathie diabétique, Apprentissage supervisé, classification, DeepLearning, Réseaux neuronaux convolutifs.