Details

Autor(en) / Beteiligte

• Dumas, Rémy

Titel

Segmentation de la Couche Choroïdienne sur Images Oct Oculaires par Apprentissage Profond et Applications

Ort / Verlag

ProQuest Dissertations & Theses

Erscheinungsjahr

2021

Quelle

ProQuest Dissertations & Theses A&I

Beschreibungen/Notizen

• Dans la quête d’étendre nos connaissances sur des maladies encore très incomprises comme le glaucome ou la dégénération maculaire liée à l’âge (DMLA), le besoin d’extraire des biomarqueurs pertinents se fait ressentir. Parmi les pistes envisagées, l’étude de la biomécanique de l’œil est prometteuse. Les travaux de recherche présentés dans ce mémoire traitent, en particulier, d’un élément clé dans la mesure directe et non invasive de la rigidité oculaire (propriété biomécanique de l’œil, définie par l’équation de Friedenwald, notée OR) : la segmentation de la choroïde sur images par tomographie en cohérence optique (OCT). Grâce à elle, les variations de l’épaisseur choroïdienne peuvent être analysées au cours du temps.Alors que les méthodes traditionnelles ont progressivement disparu de la littérature depuis 2017, celles par apprentissage automatique sont aujourd’hui très dominantes. La méthode présentée dans ce mémoire se distingue par la manière dont les modèles ont été entraînés. Nous avions en effet à disposition une base de données de plus de 413 638 images alors qu’elle dépassait rarement les 1000 images dans les études portant sur le même sujet. L’annotation de ces données a été fait de manière automatique grâce à une technique traditionnelle par recherche de chemin dans un graphe, alors qu’elles étaient faites manuellement dans la littérature. Bien que ces annotations automatiques soient imparfaites, une sélection de 41500 d’entre elles avec des garanties sur la qualité de la segmentation a été extraite pour former l’ensemble d’entraînement.Au total, 16 modèles ont été entraînés en faisant varier l’architecture (U-Net et DeepLabV3+), l’encodeur (ResNet-34 et ResNet-101) et le taux d’apprentissage (λ ∈ {0.0001, 0.001, 0.01, 0.1}), mais aussi en ajoutant de l’augmentation de données pour une meilleure résistance au bruit, du pré-traitement par amélioration de contraste ou par recalage sur les images d’entrée et du post-traitement sur les masques en sortie pour tenter d’améliorer les performances.Le test s’est fait sur un ensemble de 29 images annotées à la main. Les résultats de segmentation ont montré des performances largement comparables à l’état-de-l’art avec les scores médians suivants : pour l’évaluation des masques, Sensibilité = 0.96 (std. 0.08), DICE = 0.96 (std. 0.06) et IoU = 0.92 (std. 0.09), et pour l’évaluation de la CSI, ME = −0.7 pixels (std. 7.4 pixels) et MAE = 3.6 pixels (std. 6.0 pixels).En appliquant cette segmentation sur des vidéos entières, il était possible de capturer la pulsation de la choroïde dans le temps par analyse fréquentielle. Sur les 1174 vidéos exploitables de notre base de données, on a pu détecter les battements du cœur sur 1070 d’entre elles (soit 91%) avec au moins un modèle. Il faut noter qu’il s’agit de la première fois qu’une telle méthode de capture (basée sur la segmentation de la choroïde) est étudiée.En jugeant un modèle par sa capacité à mesurer le rythme cardiaque et à performer sur l’ensemble de test, on a pu mettre en évidence l’intérêt d’éviter un taux d’apprentissage trop bas et de ne pas utiliser de pré-traitement s’il n’a pas été fait lors de l’apprentissage.