Application de la morphologie mathématique au diagnostic de la rétinopathie diabétique à partir d' images couleur

Application of mathematical morphology to the diagnosis of diabetic retinopathy using color fundus images

• Auteur / Autrice : Thomas Edgar Walter
• Direction : Jean-Claude Klein
• Type : Thèse de doctorat
• Discipline(s) : Morphologie mathématique
• Date : Soutenance en 2003
• Etablissement(s) : Paris, ENMP

Mots clés

Mots clés contrôlés

Imagerie pour le diagnostic

Diagnostic

Morphologie mathématique

Rétinopathie diabétique

Mots clés libres

Morphologie

Papille

Vaisseaux

Filtrage

Macula

Exsudats

Microanévrismes

Segmentation

Résumé

Cette thèse porte sur le traitement automatique d'images couleur du fond de l'œil, et son application au diagnostic de la Rétinopathie Diabétique qui est une maladie grave et répandue (la première cause de cécité parmi les 25-65 ans). L'utilisation de plus en plus courante d'images numériques couleur permet par ailleurs l'application de traitements d'images afin de faciliter et d'améliorer le diagnostic de la Rétinopathie Diabétique. Nous présentons dans cette thèse de nouveaux outils d'amélioration d'images, ainsi que de méthodes de dépistage automatique et de suivi de la maladie. Dans ce cadre, nous présentons la détection des éléments anatomiques de la rétine (vaisseaux, macula, papille) et la détection des lésions les plus importantes (microanévrismes, exsudats, hémorragies). A partir des algorithmes présentés dans cette thèse, il est possible de concevoir des outils de diagnostic qui pourraient jouer un rôle majeur dans le dépistage et le suivi de la Rétinopathie Diabétique.

This thesis deals with the automatic analysis of color fundus images in order to improve diagnosis of Diabetic Retinopathy (DR), a severe and wide-spread eye disease (leading cause of legal blindness for the population between 25 and 65). For the diagnosis of this disease, digital color fundus images are becoming increasingly important. This fact opens the possibility of applying image processing techniques in order to facilitate and improve diagnosis of DR. We present in this thesis new tools for image enhancement, as well as methods for mass screening and monitoring of DR. Within this framework, we present new methods for the detection of anatomical features (vessels, macula, papilla) and the detection of the most important lesions associated with DR (microaneurysms, exudates, hemorrhages). With the algorithms developed in this thesis, it is possible to conceive diagnostic tools that may play a major role in mass-screening and monitoring of DR.