Giancardo, Luca
[Verfasser:in]
;
Dijon
[Mitwirkende:r];
Mériaudeau, Fabrice
[Mitwirkende:r];
Karnowski, Thomas P.
[Mitwirkende:r]
Automated fundus images analysis techniques to screen retinal diseases in diabetic patients ; Analyse de "Fundus" image par le diagnostique de la retinopathie diabétique
Titel:
Automated fundus images analysis techniques to screen retinal diseases in diabetic patients ; Analyse de "Fundus" image par le diagnostique de la retinopathie diabétique
Anmerkungen:
Diese Datenquelle enthält auch Bestandsnachweise, die nicht zu einem Volltext führen.
Beschreibung:
Cette thèse a pour objet l’étude de nouvelles méthodes de traitement d’image appliquées à l’analyse d’images numériques du fond d'œil de patients diabétiques. En particulier, nous nous sommes concentrés sur le développement algorithmique supportant un système de dépistage automatique de la rétinopathie diabétique. Les techniques présentées dans ce document peuvent être classées en trois catégories: (1) l’évaluation et l’amélioration de la qualité d’image, (2) la segmentation des lésions, et (3) le diagnostic. Pour la première catégorie, nous présentons un algorithme rapide permettant l’estimation numérique de la qualité d’une seule image à partir de caractéristiques extraites de la vascularisation et de la couleur du fond d'œil. De plus, nous démontrons qu’il est possible d’augmenter la qualité des images et de supprimer les artefacts de réflexion en fusionnant les informations extraites de plusieurs images d’un même fond d'œil (images capturées en changeant le point d’attention regardé par le patient). Pour la deuxième catégorie, deux familles de lésion sont ciblées: les exsudats et les microanévrysmes. Deux nouveaux algorithmes pour l’analyse des images du fond d'œil sont proposés et comparés avec les techniques existantes afin de démontrer leur efficacité. Dans le cas des microanévrismes, une nouvelle méthode basée sur la transformée de Radon a été développée. Dans la dernière catégorie, nous présentons un algorithme permettant de diagnostiquer la rétinopathie diabétique et les œdèmes maculaires en analysant les lésions détectées par segmentation d’image; à partir d’une seule image, notre algorithme permet de diagnostiquer une rétinopathie diabétique et/ou un œdème maculaire en ~ 22 secondes sur une machine à 1,6 GHz avec 4 Go de RAM; de plus, nous montrons les premiers résultats de notre algorithme de détection d'œdème maculaire basé sur des images du fond d'œil multiples, qui peut éventuellement permettre d’identifier le gonflement de la macula même si aucune lésion n’est visible. ; In this Ph.D. thesis, we ...