Diagnostic assisté par ordinateur grâce à l'apprentissage profond des anomalies oculaires à partir d'images du fond d'œil

Computer-aided-diagnosis for ocular abnormalities from a single color fundus photography with deep learning

• Auteur / Autrice : Anneke Annassia Putri Siswadi
• Direction : Fabrice Mériaudeau, Stéphanie Bricq
• Type : Thèse de doctorat
• Discipline(s) : Instrumentation et informatique de l'image
• Date : Soutenance le 21/03/2023
• Etablissement(s) : Bourgogne Franche-Comté en cotutelle avec Université de Gunadarma
• Ecole(s) doctorale(s) : École doctorale Sciences pour l'ingénieur et microtechniques (Besançon ; 1991-....)
• Partenaire(s) de recherche : Etablissement de préparation : Université de Bourgogne (1970-....)
• Partenaire(s) de recherche : Laboratoire : Imagerie et Vision Artificielle (ImVia) (Dijon)
• Jury : Président / Présidente : Dro Désiré Sidibé
• Jury : Examinateurs / Examinatrices : Sarifuddin Madenda
• Jury : Rapporteurs / Rapporteuses : Thierry Urruty, Mathieu Lamard

Mots clés

Mots clés contrôlés

Oeil -- Maladies -- Diagnostic

Oeil -- Maladies

Anévrisme

Diagnostic

Infographie

Apprentissage profond

Mots clés libres

Apprentissage profond

Traitement des images

Diagnostic automatique

Détection de microanévrismes

Détection multi-Étiquettes

Anomalies oculaires

Deep learning

Image processing

Computer-Aided-Diagnosis

Microaneurysms detection

Multi-Label detection

Ocular abnormalities

Résumé

Cette thèse présente des modèles de diagnostics médicaux assistés par ordinateurs (CAD) pour la détection d'anomalies oculaires à partir de photographies du fond d'œil. Le premier modèle CAD est mis en œuvre pour détecter les microanévrismes (MAs) avec une sensibilité élevée et un faible nombre de faux positifs. Le principal défi dans la détection des Mas basée sur des approches apprentissages profonds résulte de jeux de données fortement déséquilibrés. Nous avons proposé une détection des MAs qui se compose de trois processus principaux: le prétraitement, l'extraction des candidats MAs et la classification des MAs. Pour réduire le besoin d'un grand nombre de données (notamment de MAs), les candidats MAs sont extraits dans une approche non supervisée. Pour la classification finale, cette thèse propose deux approches, une méthode basée sur un ensemble de classifieurs et l'autre sur des classifieurs en cascade. Les expériences sont menées sur les jeux de données IDRiD et E-Ophta. Le classifieur basé sur un apprentissage en cascade atteint la sensibilité la plus élevée pour 8 FPI par rapport aux autres méthodes existantes dans la littérature. Le deuxième modèle proposé dans cette thèse est destiné à la la détection multi-étiquettes (labels) de 28 anomalies oculaires dont certaines très rares. Les anomalies oculaires rares sont généralement ignorées en raison d'un manque de caractéristiques visuelles. Pour enrichir notre modèle, nous proposons une approche associant les données linguistiques (description des pathologies) aux caractéristiques visuelles. Le modèle apprend la relation entre les caractéristiques spatiales et les caractéristiques linguistiques représentées sous forme de dictionnaire sémantique. Deux approches pour la détection multi-étiquettes avec apprentissage profond sont proposées dans cette thèse : l'apprentissage par dictionnaire sémantique basé CNN et basé Transformer. L'apprentissage du dictionnaire sémantique basé CNN se concentre sur l'apprentissage du dictionnaire sémantique avec la contrainte de représentation visuelle. Les résultats montrent que l'ajout de la modalité linguistique et la génération du dictionnaire sémantique peuvent augmenter les performances du modèle par rapport au modèle qui utilise uniquement la donnée image. La deuxième méthode proposée est construite sur la base de Transformers. Le dictionnaire sémantique agit comme la requête (query) tandis que les caractéristiques issues des images sont assignées à la clé (key) et la valeur (value). Les expérimentations sont menées sur le jeu de données RFMiD. Les résultats montrent que la méthode proposée peut atteindre un score final supérieur aux autres méthodes existantes sur l'ensemble de données test.

Any damage to the retina can lead to severe consequences like blindness. This visual impairment is preventable by early detection of ocular abnormalities. Computer-aided diagnosis (CAD) for ocular abnormalities is built by analyzing retinal imaging modalities, for instance, Color Fundus Photography (CFP). The main objectives of this thesis are to build two CAD models, one to detect the microaneurysms (MAs), the first visible symptom of diabetic retinopathy, and the other for multi-label detection of 28 ocular abnormalities consisting of frequent and rare abnormalities from a single CFP by using deep learning-based approaches. Two methods were proposed for MAs detection: ensemble-based and cascade-based methods. Ensemble-based MAs detection aims to find the best combination of input channels while the goal of cascade-based MAs detection is to reduce the false positive predictions with high sensitivity. The MAs detection with the cascade learning method achieves 0.792 sensitivity, the highest sensitivity on the E-Ophta dataset in 8 false positives per image. Two methods were also proposed for multi-label detection: Convolutional Neural Network (CNN)-based and Transformer-based methods. These proposed methods combine the visual features extracted from a color fundus image and the label co-occurrence dependencies extracted from linguistic features. The correlation between visual and linguistic features is learned by a semantic dictionary. CNN-based multi-label detection aims to adapt the model with out-of-vocabulary words. The results of this model show the positive impact of linguistic input interference in multi-label detection. Transformer-based multi-label detection enhances the linguistic input interference in multi-label detection. This method achieves a 0.804 final score, the highest score on the RFMiD Test dataset.