Segmentation des vaisseaux sanguins, localisation du disque optique, détection des exsudats et diagnostic de la rétinopathie diabétique à partir d'images numériques du fond d'œil

La rétinopathie diabétique (DR) est une complication du diabète de longue durée et non contrôlé, et l'une des principales causes de cécité dans le monde. Cet article se concentre sur des méthodes améliorées et robustes pour extraire certaines caractéristiques de la DR, à savoir les vaisseaux sanguins et les exsudats. Les vaisseaux sanguins sont segmentés en utilisant plusieurs opérations morphologiques et de seuillage. Pour la segmentation des exsudats, on utilise un regroupement par k-moyennes et une détection de contours sur les images originales. Une réduction extensive du bruit est effectuée pour éliminer les faux positifs des résultats de l'algorithme de segmentation vasculaire. La localisation du disque optique est également réalisée en utilisant un regroupement par k-moyennes et un appariement de modèle. Enfin, cet article présente un modèle de réseau neuronal convolutif profond (DCNN) avec 14 couches convolutionnelles et 2 couches entièrement connectées, destiné au diagnostic automatique binaire de la DR. La segmentation vasculaire, la localisation du disque optique et le DCNN atteignent respectivement des précisions de 95,93 %, 98,77 % et 75,73 %. Le code source et le modèle pré-entraîné sont disponibles à l'adresse suivante : https://github.com/Sohambasu07/DR_2021