Fouille d'images multi-instance et multi-échelle appliquée au dépistage de la rétinopathie diabétique
Résumé
Nous présentons dans cet article une nouvelle caractérisation d'images permettant de mesurer la qualité des images ou encore de détecter des lésions complexes ou rares, deux problèmes communs aux systèmes de dépistage automatique de la Rétinopathie Diabétique (RD). Cette caractérisation d'images, basée sur la transformée en ondelettes, permet la recherche d'anomalies dans les images à différentes échelles. La recherche repose sur un apprentissage multi-instance : des experts indiquent les examens présentant des anomalies, sans indiquer leur localisation dans les images, et l'algorithme apprend à détecter ces anomalies automatiquement. L'efficacité de l'algorithme a été montrée sur une base de données de 25.702 examens de dépistage : les examens ininterprétables (resp. les patients atteints de RD proliférante) sont détectés avec une aire A_z=0,907 (resp. A_z=0,792) sous la courbe ROC.