Date de soutenance: 12/09/2003, à 14h30
Lieu : Grand Amphithéâtre, sur le site de Fontainebleau
Résumé
Cette thèse porte sur le traitement automatique d'images couleur du fond de l'oeil, et son application au diagnostic de la Rétinopathie Diabétique.
La Rétinopathie Diabétique - une complication du diabète - est une maladie grave et répandue: elle est la première cause de cécité parmi les 25-65 ans. L'utilisation de plus en plus courante d'images numériques couleur permet par ailleurs l'application de traitements d'images afin de faciliter et d'améliorer le diagnostic de la Rétinopathie Diabétique. Premièrement, la lecture manuelle peut être facilitée par l'amélioration d'images. Deuxièmement, le caractère asymptomatique de la Rétinopathie Diabétique dans ses stades initiaux fait qu'elle est souvent détectée trop tard pour permettre un traitement optimal. Ce problème peut être résolu par un dépistage de masse assisté par ordinateur. Troisièmement, des techniques de recalage d'images et d'analyse automatique permettent une comparaison quantitative de clichés pris lors d'examens successifs. Cette comparaison d'images est essentielle pour le suivi de la maladie. Ces trois pistes (l'amélioration d'images, le dépistage de masse et le suivi de la maladie) sont explorées dans cette thèse.
Nous présentons de nouveaux outils d'amélioration d'images, l'augmentation de contraste et la correction d'illumination non uniforme étant nos principaux centres d'intérêt.
Les méthodes automatiques de dépistage et de suivi de la Rétinopathie Diabétique se basent sur la détection des structures anatomiques principales de la rétine et celle des lésions. La détection des structures anatomiques est essentielle dans tout traitement automatique des images rétiniennes: elle joue un rôle important dans la classification des lésions et sert également à trouver des points caractéristiques servant au recalage d'images. Nous présentons de nouvelles approches pour la détection du réseau vasculaire, de la papille et de la macula.
Les microanévrismes sont le premier signe non équivoque de la Rétinopathie Diabétique; leur détection automatique est essentielle pour un dépistage de masse assisté par ordinateur. De plus, leur nombre est un bon indicateur de l'aggravation de la maladie. Par conséquent, leur détection automatique en combinaison avec des méthodes de recalage d'images simplifie le suivi de la maladie et permet des diagnostics plus sophistiqués.
Comme la Rétinopathie Diabétique est une maladie silencieuse, il est important de détecter le passage au stade des complications, les plus graves étant les néovaisseaux en réponse à une ischémie locale, et l'oedème maculaire. Ces deux complications sont difficiles à détecter directement à partir des images couleur. Nous présentons donc des méthodes automatiques pour la détection des exsudats, signe indirect d'un oedème, et pour celle des hémorragies, qui, en grand nombre, témoignent d'une ischémie.
A partir des algorithmes présentés dans cette thèse, il est possible de concevoir des outils de diagnostic qui pourraient jouer un rôle majeur dans le dépistage et le suivi de la Rétinopathie Diabétique. En combinaison avec des systèmes de télémédecine, ces outils permettraient un dépistage efficace, même dans des pays avec peu de spécialistes en ophtalmologie. Un autre domaine d'application pourrait être la recherche médicale et pharmaceutique, où il est essentiel d'évaluer quantitativement l'évolution de la maladie suite à un traitement.