Mémoire de Projet de fin détudes [600718]

Mémoire de Projet de fin d’études

Effectué en collaboration avec :

La société Technique sciences de la santé

Réalisé par :

ALAMI Asmae

Pour l’obtention du diplôme

Ingénieur d’Etat en Génie biomédical

Option : Instrumentation Hospitalière

Traitement des images rétiniennes :
Application à la détection de la RD

Travail effectué au sein de : la modalité d’ophtalmologie

Sous l’encadrement de :

MR. JILBAB Abdelilah (ENSET Rabat)
&
MR. TAHRI Abdelkrim ( société T2S)

Technique science de la santé 2017/2018

2 Traitement des images rétiniennes : application à la détection de la RD

Dédicace :

’est Avec un énorme plaisir, une immense joie, un cœur ouvert que je
dédie ce modeste travail comme un témoignage d’affection, de
respect et d’admiration à :

Mes très chers parents pour leur soutien, affection et amour, leur
confiance et patience et pour leurs sacrifices infinis, je le dédi e aussi ma
famille pour laquelle j’exprim e mon amour et mes respects les plus dévoués.

Tous mes amis et particulièrement les plus proches en témoignage des
moments inoubliables, des sentiments purs et des liens solides qui nous
unissent.

Mes professeurs, pour leurs efforts qui m’ont permi s d’acquérir une
formation de qualité.

C

Technique science de la santé 2017/2018

3 Traitement des images rétiniennes : application à la détection de la RD

Remerciement:

vant tout, nous remercions D ieu tout puissant de m’avoir aidé à
porter ce travail à sa fin.

Mes vifs remerciements s’adressent à Monsieur SORDO Abdelraouf , le
directeur général de la société T2S, pour son accueil, et pour tous les moyens
techniques et logistiques qu’il a mis à ma disposition pour passer un bon stage.
Mes remerciements vont également à Monsieur ELHADHOUDI Abderrahim
chef commercial.

Je remercie tous les membres de la société T2S pour leur aide technique et leur
sympathie, et plus particulièrement les ingénieurs du servic e technique en la
personne de Monsieur TAHRI Abelhakim chef de la modalité d’ophtalmologie,
Monsieur OUITKA Youssef , MOUSSAFIR Aziz et tous les ingénieurs et
techniciens du SAV pour leur collaboration, leur aide et pour toutes les
informations de valeur qu’ils nous ont fournis, qui se sont montrés dès le premier
jour accueillants, chaleureux et disponibles.
Respectueux hommages

Un grand remerciement pour nos professeurs, en premier lieu mon encadrant
Pr.JILBAB Abde lilah pour s’être montré toujours très disponible et à l’écoute, et
aussi pour ses conseils et son soutien . Mes remerciements s’adressent aussi à tous
le staff de mes professeurs de l’ENSET. Ils prennent leur précieux temps pour
nous donner des cours de qu alités répondants aux normes actuelles en les personnes
de Mr Hachem ELYOUSFI, Mr JBARI Atman .
Profondes gratitudes

Ainsi que les membres du jury d’avoir accepté de juger et d’évaluer mon modeste
travail.

. A

Technique science de la santé 2017/2018

4 Traitement des images rétiniennes : application à la détection de la RD
Résumé :

a rétinopathie diabétique (RD) se considère parmi les principales causes de déficience
visuelle. La détection précoce de cette maladie par un dépistage régulier est très
importante pour prévenir la perte de vision.
La détection précoce des signes cliniques de la RD permet de réduire la cécité visuelle et
améliorer le diagnostic de cette pathologie . Dans ce projet de fin d’études implémente un
système d’analyse d es images rétiniennes y compris les techniques de traitement d’images pour
la détection des lésions liées à cette maladie à savoir : les micro -anévrismes, les hémorragies et
les exsudats .
Le travail effectué se base essentiellement sur l’extraction des structures principales de la
rétine: le rése au vasculaire pour les hémorragies et le disque optique pour les exsudats .
Les méthodes de détection des pathologies rétiniennes proposées dans cette thèse utilisent
la morphologie mathématique et les algorithmes de classification.
Les algor ithmes de détection des signes cliniques qui sont utilisés dans le cadre de ce
travail sont te stés sur un ensemble d’images des bases des données « clinique VAL D’ANFA »
et « cabinet DR.ALILLOU », ils sont traités par le logiciel MATLAB et évalués en effec tuant
une comparaison des résultats obtenus par rapport à la vérité terrain et par rapport aux travaux de
recherche existants dans ce domaine.
Les résultats obtenus sont affichés sur une interface graphique sous MATLAB. Cette
tâche porte une valeur ajoutée pour le médecin ophtalmologue ou l’utilisateur en général, elle est
programmée de façon à répondre à son besoin , elle regroupe tous les paramètres pour distinguer
le type des lésions, leurs surface et leurs nombre pouvant aider l’utilisateur à diagnostiquer l’état
clinique et préciser le stade de la maladie chez le patient , d’autre part, elle permet de calculer la
sensibilité, précision et spécificité de l’algorithme de segmentation par rapport aux résultats
obtenus manuellement par l’ophtalmolo gue.

Mots clés :
Ophtalmologie ; traitement des images rétiniennes, fond d’œil ; Rétinopathie diabétique ;
Segmentation ; Réseau vasculaire ; disque optique, exsudats, hémorragies, interface graphique,
MATLAB.

L

Technique science de la santé 2017/2018

5 Traitement des images rétiniennes : application à la détection de la RD
Abstract:

he diabetic retinopathy (RD) is among the leading causes of visual impairment. The
early detection of this disease by a regular screening is very important to prevent the
loss of vision.
The early detection of clinical signs of the rd allows you to reduce the visual blindness
and improve the diagnosis of this pathology. In this End of Studies project implements a system
for the analysis of retinal images including the image processing techniques for the detection of
lesions related to this disease namely: m icro-aneurysms, hemorrhages and exudates.
The work carried out is based primarily on the extraction of the main structures of the
retina: The vascular network for the bleeding and the optical disk for the exudates.
Methods of detection of retinal pathologi es proposed in this thesis use the mathematical
morphology and the algorithms of classification.
The Algorithms for the detection of clinical signs which are used in the framework of this
work are tested on a set of images of databases "clinic Val d'Anfa" and "cabinet DR.ALILLOU",
they are processed by the Software Matlab and assessed by performing a comparison of the
results obtained in relation to the ground truth and in relation to the work of existing research in
this area.
The results are displayed on a graphic interface with MATLAB. This task relates a value
added for the doctor ophthalmologist or the user in general, it is programd in a way to respond to
its need, it regroups all the parameters to distinguish the type of lesions, their surface and the ir
number that can help the user to diagnose the clinical condition and specify the stage of the
disease in the patient, on the other hand, it allows you to calculate the sensitivity, precision and
specificity of the segmentation algorithm compared to the results obtained manually by the
ophthalmologist.

Key words:
ophthalmology; treatment of retinal images, bottom of eye; diabetic retinopathy; segmentation;
vascular network; optical disk, exudates, hemorrhages, graphical interface, Matlab.

T

Technique science de la santé 2017/2018

6 Traitement des images rétiniennes : application à la détection de la RD
Sommaire
Dédicace : ………………………….. ………………………….. ………………………….. ………………………….. ……………………….. 2
Remerciement: ………………………….. ………………………….. ………………………….. ………………………….. …………………. 3
Résumé : ………………………….. ………………………….. ………………………….. ………………………….. …………………………. 4
Abstract: ………………………….. ………………………….. ………………………….. ………………………….. …………………………. 5
Introduction générale ………………………….. ………………………….. ………………………….. ………………………….. ……… 10
-Chapitre 1 – ………………………….. ………………………….. ………………………….. ………………………….. …………………… 12
Contexte général du projet ………………………….. ………………………….. ………………………….. ………………………….. .. 12
I. Introduction : ………………………….. ………………………….. ………………………….. ………………………… 13
II. Présentation de la société Techniques Science -Santé : ………………………….. ………………………… 13
III. Présentation du projet : ………………………….. ………………………….. ………………………….. …………… 17
1. Contexte du projet : ………………………….. ………………………….. ………………………….. ……………….. 17
2. Cahier des charges : ………………………….. ………………………….. ………………………….. ……………….. 17
-Chapitre 2 – ………………………….. ………………………….. ………………………….. ………………………….. …………………… 18
Aspect médicale ………………………….. ………………………….. ………………………….. ………………………….. ……………… 18
I. Introduction ………………………….. ………………………….. ………………………….. ………………………….. 19
II. Description Générale de l’œil ………………………….. ………………………….. ………………………….. ….. 19
1. Définition ………………………….. ………………………….. ………………………….. ………………………….. …. 19
2. Anatomie : ………………………….. ………………………….. ………………………….. ………………………….. .. 19
III. Les pathologies Rétiniennes ………………………….. ………………………….. ………………………….. ……. 20
1. Glaucome ………………………….. ………………………….. ………………………….. ………………………….. …. 20
2. Cataracte ………………………….. ………………………….. ………………………….. ………………………….. ….. 20
3. Dégénérescence maculaire liée a l’âge (DMLA) ………………………….. ………………………….. ……. 21
4. La Rétinopathie Diabétique (RD) ………………………….. ………………………….. …………………………. 21
IV. Techniques d’Acquisition des Images Rétiniennes ………………………….. ………………………….. …. 25
1. L’angiographie en fluorescence ………………………….. ………………………….. ………………………….. . 25
2. Tomographie a Cohérence Optique (OCT) ………………………….. ………………………….. ……………. 25
V. Conclusion ………………………….. ………………………….. ………………………….. ………………………….. .. 26
-Chapitre 3 – ………………………….. ………………………….. ………………………….. ………………………….. …………………… 27
Détection des signes cliniques responsables à la RD ………………………….. ………………………….. …………………….. 27
I. Introduction ………………………….. ………………………….. ………………………….. ………………………….. 28
II. Etat d’art : ………………………….. ………………………….. ………………………….. ………………………….. … 28
III. Détection des lésions lumineuses dans les images couleur de la rétine : ………………………….. … 29

Technique science de la santé 2017/2018

7 Traitement des images rétiniennes : application à la détection de la RD
1. Problématique et contribution ………………………….. ………………………….. ………………………….. …. 29
2. Méthode proposée ………………………….. ………………………….. ………………………….. …………………. 30
3. Résultats et Discussion ………………………….. ………………………….. ………………………….. …………… 35
4. Critères d’Evaluation de la méthode suggérée ………………………….. ………………………….. ……….. 36
IV. Détection des lésions Sombres dans les images couleur de la rétine ………………………….. ……… 37
1. Problématique et contribution ………………………….. ………………………….. ………………………….. …. 37
2. Méthode proposée de détection des hémorragies ………………………….. ………………………….. ……. 37
3. Résultats et discussion : ………………………….. ………………………….. ………………………….. ………….. 40
4. Critères d’Evaluation de la méthode suggérée ………………………….. ………………………….. ……….. 40
V. Conclusion ………………………….. ………………………….. ………………………….. ………………………….. .. 40
-Chapitre 4 – ………………………….. ………………………….. ………………………….. ………………………….. …………………… 42
Développement d’une Interface graphique sous MATLAB ………………………….. ………………………….. …………… 42
I. Introduction : ………………………….. ………………………….. ………………………….. ………………………….. ……. 43
II. Présentation de l’interface du GUIDE : ………………………….. ………………………….. ……………………….. 43
1. Utilisation du GUIDE : ………………………….. ………………………….. ………………………….. ………………. 43
2. Fonctionnement ………………………….. ………………………….. ………………………….. ………………………… 43
3. Les objets graphiques sous MATLAB ………………………….. ………………………….. ……………………… 44
4. Hiérarchie des objets graphiques ………………………….. ………………………….. ………………………….. …. 44
II. Conception de l’interface graphique 2 -D ………………………….. ………………………….. ……………………… 44
1. Introduction ………………………….. ………………………….. ………………………….. ………………………….. …. 44
2. Objectif général : ………………………….. ………………………….. ………………………….. ………………………. 44
3. Les différentes étapes ………………………….. ………………………….. ………………………….. ………………… 45
4. Quelques exemples des stades de la RD : ………………………….. ………………………….. …………………. 47
5. Conclusion : ………………………….. ………………………….. ………………………….. ………………………….. …. 48
Conclusion générale et perspectives ………………………….. ………………………….. ………………………….. ……………….. 49
I. Conclusion ………………………….. ………………………….. ………………………….. ………………………….. ………. 50
II. Perspectives ………………………….. ………………………….. ………………………….. ………………………….. ……. 51

Technique science de la santé 2017/2018

8 Traitement des images rétiniennes : application à la détection de la RD

Liste des figures :

Figure II -1: la société T2S en chiffres ………………………….. ………………………….. ………………………….. …….. 13
Figure II -2: GE Healthcare imagerie (diagnostic) ………………………….. ………………………….. …………………. 14
Figure II -3: Société VARIAN spécialiste en techniques de traitement ………………………….. …………………. 14
Figure II -4: matériels de numérisation FUJIF ILM ………………………….. ………………………….. ………………… 15
Figure II -5: Matériels de blocs opératoires de la société ZEISS ………………………….. ………………………….. 15
Figure II -1: anatomie de l'œil ………………………….. ………………………….. ………………………….. ………………… 19
Figure III -1: pathologie rétinienne GLAUCOME ………………………….. ………………………….. …………………. 20
Figure III -2: La cataracte ………………………….. ………………………….. ………………………….. ………………………. 21
Figure III -3: Dégénérescence mculaire liée à l'âge ………………………….. ………………………….. ……………….. 21
Figure III -4: Rétinopathie diabétique ………………………….. ………………………….. ………………………….. ……… 22
Figure III -5: Exemple des exsudats ………………………….. ………………………….. ………………………….. ………… 23
Figure III -6: les micro anévrismes ………………………….. ………………………….. ………………………….. …………. 23
Figure III -7: exemple des hémorragies ………………………….. ………………………….. ………………………….. ……. 23
Figure III -8: Exemple des stades de la RD ………………………….. ………………………….. ………………………….. . 24
Figure IV -1: L’angiographie en fluorescence ………………………….. ………………………….. ………………………. 25
Figure IV -2: Tomographie a Cohérence Optique (OCT) ………………………….. ………………………….. ……….. 26
Figure III -1: Organigramme de détection des exsudats dans les images couleur du fond d’œil ……………. 30
Figure 1 8: Normalisation de la couleur et augmentation de contraste de l’image originale …………………. 31
Figure 19: Résultat d'application de FCM ………………………….. ………………………….. ………………………….. .. 32
Figure 20 : Organigramme de segmentation du disque optique ………………………….. ………………………….. . 32
Figure 21: Homogénéisation de la région papillaire ………………………….. ………………………….. ……………… 33
Figure 22: Résultat d’homogénéisation et extraction de la région papillaire ; ………………………….. ……….. 33
Figure 23: Résultat de segmentation et élimination du disque optique ………………………….. …………………. 34
Figure 24: Résultat final de détection des exsudats superposés sur l’image originale …………………………. 34
Figure 25: Résultats de détection des exsudats dans les images saines et pathologiques …………………….. 35
Figure 26: algorithme de détection des hémorragies ………………………….. ………………………….. ……………… 38
Figure 27: Prétraitement de l’image originale ; (a) : image originale ; (b) : image améliorée. ……………… 38
Figure 28: Détection des régions candidats rouges ………………………….. ………………………….. ……………….. 39
Figure 29: segmentation et élimination du réseau vasculaire ………………………….. ………………………….. ….. 39
Figure 30: Résultat final de détection des hémorragies superposées sur l’image originale ………………….. 39
Figure 31: Hiérarchie des objets graphiques ………………………….. ………………………….. ………………………… 44
Figure 32: Importation et lecture des images rétiniennes ………………………….. ………………………….. ……….. 45
Figure 33: Zone de visualisation des images avant et après leurs traitements ………………………….. ……….. 46
Figure 34: Zone de précision des différentes caractéristiques de la lésion ………………………….. …………….. 47
Figure 35: Zone de calcul des critères d'évaluation de l'algorithme ………………………….. ……………………… 47
Figure 36: Stade 3 de la RD ………………………….. ………………………….. ………………………….. ………………….. 48
Figure 37: Stade 0 de la RD ………………………….. ………………………….. ………………………….. ………………….. 48

Technique science de la santé 2017/2018

9 Traitement des images rétiniennes : application à la détection de la RD

Liste des tableaux :

Tableau 1: signes cliniques de la RD ………………………….. ………………………….. ………………………….. ……… 22
Tableau 2: Classification des stades de la RD ………………………….. ………………………….. ………………………. 24
Tableau 3: quelques travaux récents reportés dans la littérature pour la détection des exsudats …………… 29
Tableau 4: Comparaison d e la,segmentation des exsudats par rapport à une segmentation manuelle ……. 37
Tableau 5: Performance de la méthode appliquée par rapport à la segmentation manuelle ………………….. 40

Liste des acronymes:

ENSET: École normale supérieure de l'enseignement technique
T2S: Technique sciences de la santé
PFE: projet de fin d' études
SAV: Service après vente
RD: Rétinopathie diabétique
DLMA: dégénérescence maculaire liée a l'âge
OCT: Tomographie par cohérence optique
FCM: fuz zy C-means
Vp: Vrais positifs
Vn: Vrais négatifs
Fp: Fa ux positifs
Fn: Faux négatifs
DO: Disque optique
GUIDE: Graphical User Interface Development Environment

Technique science de la santé 2017/2018

10 Traitement des images rétiniennes : application à la détection de la RD

Introduction générale

a médecine a connu un développement considérable grâce aux travaux de recherche
entrepris dans le domaine biologique et médical d’une part, et grâce aux évolutions
des équipements techniques utilisés dans le diagnostic et le traitement des maladies
d’autre part.
Dans ce contexte, l’ENSET Rabat contribue efficacement dans le développement du
domaine de la santé, en créant une filière de génie biomédical, une première pour les écoles
d’ingénieurs au Maroc et qui va permettre aux ingénieurs d’état biomédicaux de faire bénéficier
de leur formation pointue dans la gestion des équipements et du matériel médical.
De son côté , il existe plusieurs entreprises qui commercialisent les œuvres de cette
révolution de la médecine moderne . Parmi ces entreprises, la société T2S ( technique science de
la santé), au sein de laquelle j’ai effectué mon stage.
Pendant ces 4 mois de stage, j’ai choisi la modalité d’ ophtalmologie -représentant de la
marque internationale ZEISS au Maroc – comme une base de mon travail , c’est dans ce cadre que
se positionne le sujet de mon projet de fin d’études intitulé : « Traitement des images
rétiniennes : application à la détection de la rétinopathie diabétique ».
En répondant aux besoins de la société, j’ai effectué un travail supplém entaire qui porte
sur la réalisation d’un guide comparatif des microscopes ZEISS vis -à-vis la marque concurrente
LEICA .
Objectifs du projet :
En effet, le but de mon sujet consiste d’abord à réduire le temps du diagnostique et le
traitement des maladies de la rétine (la rétinopathie diabétique) pour les ophtalmologues et
faciliter leurs tâches grâce à une interface graphique programmée de façon à répondre à leurs
besoins afin de diagnostiquer l’état clinique et préciser le stade de la maladie chez le patient .

L

Technique science de la santé 2017/2018

11 Traitement des images rétiniennes : application à la détection de la RD

Structure du rapport :
J’ai mis dans ce rapport tout ce que j’ai appris le long de mon stage, dans des chapitres
bien détaillés :
 Le 1er chapitre présente le contexte général du projet ,
 Le 2eme chapitre présente l’aspect médical de base nécessaire pour une compréhension
de la problématique à discuter dans ce rapport .
 Le 3eme chapitre est consacré d’une part à l’état d’art sur les différentes méthodes
existantes dans la littérature pour la détection des exsudats et des hémorragies . D’autre
part à l’application des algorithmes pour la détection de ces signes cliniques responsable
à la RD .
 Le 4eme chapitre présente la démarche suivie pour développer une interface sous
MATLAB, qui a pour but de fournir à l’utilisateur un ensemble des données médicales
permettant de répondre au problème posé.

Technique science de la santé 2017/2018

12 Traitement des images rétiniennes : application à la détection de la RD

-Chapitre 1 –
Contexte général du projet

Technique science de la santé 2017/2018

13 Traitement des images rétiniennes : application à la détection de la RD
I. Introduction :
Dans ce chapitre, en premier temps, nous allons présenter l’organisme d’accueil : La
société T2S. On comprendra ainsi mieux l’environnement dans lequel nous avons travaillé
pendant ces quatre mois de stage. Dans un deuxième temps, nous mettrons le point sur le
contexte général de notre projet ainsi que le cahier des charges.
II. Présentation de la société Techniques Science -Santé :
Techniques Science – Santé est une société spécialisée dans la fabrication et la
distribution de dispositifs médicaux et paramédicaux, dans le but de subvenir à un besoin
national au niveau du secteur de la santé. Répondant aux attentes du secteur hospitalier public et
privé, l’entreprise offre des produits et des ser vices diversifiés et de qualité.
Cette société est à responsabilité limitée (S.A.R.L), créé en février 1992 à un capital de
30.000.000 DHS. Son siège se situe à la zone industrielle Oulad Salah, avec une succursale à
Casablanca et une succursale à Rabat et des magasins annexes dont les superficies sont :

Figure II-1: la société T2S en chiffres
La Société TECHNIQUES SCIENCE -SANTE "T2S" a pour activité principale la vente
exclusive, l’installation et la maint enance de l'ensemble des appareils de marque :
– GE Healthcare: (U.S.A. – UE – ASIE):

•Administrative: 1150 m².
•Stock: 830 m².
•Atelier: 100 m².
•Service Technique: 60 m² .
Siège / Zone Industrielle Oulad Salah : 2725 m² dont :
•Administrative: 700 m².
•Stock: 400 m².
•Atelier: 40 m².
•Autres: 60 m².
Succursale Casablanca: 1200 m² dont :
•Administrative: 160 m².
•Stock: 40 m².
•Atelier: 60 m².
•Autres: 40 m².
•Magasins annexes: 130 m².
Succursale Rabat : 300 m² dont :

Technique science de la santé 2017/2018

14 Traitement des images rétiniennes : application à la détection de la RD
Il s’agit des appareils spécialisés dans l’imagerie médicale (Diagnostique) tels que les
appareils de radiologie, échographie, scanner, mammographie, résonance magnétique, médecine
nucléaire, PET.
 Echographie.
 Scanners.
 IRM.
 Mammographie.
 Radiographie.
 Radiographie et Fluoroscopie.

Figure II-2: GE Healthcare imagerie (diagnostic)
– Matériel d’oncologie: VARIAN (U.S.A/CEE) :

C’est le matériel d’oncologie, il comprend les accélérateurs linéaires, les simulateurs, la
curiethérapie et le système de planification de traitement.
 Radiothérapie.
 La curiethérapie.
 Radio chirurgie.
 Proton thérapie.

Figure II-3: Société VARIAN spécialis te en techniques de traitement

Technique science de la santé 2017/2018

15 Traitement des images rétiniennes : application à la détection de la RD
– FUJIFILM Médical Imaging Products (JAPON – C.E.E.):
Il s’agit des systèmes de numérisation FCR, Reprographes secs au laser, Reprographes et
printers thermiques, machin es à développer, Films -RX et films Dry.

Figure II-4: matériels de numérisation FUJIFILM
– ZEISS (ALLEMAGNE):
Il s’agit des lasers médicaux d'ophtalmologie, des microscopes opératoires, microscopes de
laboratoire et de recherche et des instruments d'ophtalmologie pour le diagnostic. 
 Systèmes de chirurgie réfractive.
 Microscopes d'opération.
 Lasers ophtalmologiques.
 Système de gestion de cabinet.
Matériels de diagnostic :
 Topographie cornéenne.
 Lampes à fente.
 Diagnostic glaucome.
 Imagerie rétinienne
 Biométrie optique
 Imagerie segment antérieur
 Analyse front d'onde

Figure II-5: Matériels de blocs opératoires de la société ZEISS

Technique science de la santé 2017/2018

16 Traitement des images rétiniennes : application à la détection de la RD

2. Les différents aspects de la société Techniques Science -Santé :
Aspect humain :
Les ingénieurs et techniciens de T2S ont tous reçu une formation sp écialisée dans leurs
modalités respectives chez la maison mère à l’étranger. Selon l’évolution de la technologie des
nouveaux équipements et des stages de perfectionnement sont continuellement dispensés aux
ingénieurs et aux techniciens. Forte de son expér ience de plus de 20 ans dans le domaine médical
notamment l’imagerie médicale et la Radiothérapie/Curiethérapie, T2S est en mesure d’offrir des
prestations de qualité telles que :
ojets.

Aspect matériel :
La cellule technique ou Service Après -Vente a doté chacun de ses techniciens de
l'outill age nécessaire pour un dépannage sur site. Parallèlement à ce matériel de base, cette
cellule dispose d'équipements plus conséquents pour des réparations d'un niveau plus complexe
sur site ou dans son atelier.
Matériel et outillage technique :
Le service S.A.V. de "T2S" est pourvu de l'équipement en pour une valeur d'environ
2.000.000,00 DHS.
Lot de pièces de rechange :
La Société "T2S" dispose d'un stock de pièces de rechange d'une valeur d'environ
3.000.000,00 DHS, utilisable dans le cadre des contrats de maintenance.

Technique science de la santé 2017/2018

17 Traitement des images rétiniennes : application à la détection de la RD
III. Présentation du projet :
1. Contexte du projet :
Mon travail se focalise sur l’analyse et le traitement des images du fond d’œil, dans le
but de réduire le temps du diagnostique et le traitement des maladies de la rétine pour les
ophtalmologues.
De nombreuses maladies peuvent affecter la vision, parmi ces pathologies, nous citons :
la rétinopathie diabétique.
Le diabète est caractérisé par une augmentation chronique de glucose dans le sang. Cette
maladie a de nombreux effets néfastes sur le système nerveux, le cœur, les reins et d'autres
organes, mais le plus susceptible d'être touché est l’œil. Il entraine de nombreuses complications
sur ces derniers, parmi celles ci, on note : une augmentation de la fréquence de la cataracte, et le
glaucome, une augmentation des infections oculaires et une atteinte gr ave de la rétine et de la
macula ; il s’agit de la rétinopathie diabétique (RD).
L'objectif principal de ce travail est de proposer un système d’analyse des images
numérique du fond d’œil qui sera capable de détecter les premiers signes cliniques produits par
la DMLA et la RD.
2. Cahier des charges :
Dans le cadre de mon stage de fin d’études au sein de la société T2S et plus précisément
la modalité d’ophtalmologie, et afin de compléter ma formation d’ingénieur par des techniques
professionnelles, j’ai choisi un sujet technico -commercial dont la partie technique porte sur la
détection des pathologies rétiniennes et la partie commerciale porte sur l’élaboration d’un guide
comparatif des microscopes d’ophtalmologie de la marque Zeiss et de ses concurrents.
Afin de mener ce projet à bout, nous avons arrêt é un plan de travail à réaliser
parallèlement à nos missions au sein de l’entreprise d’accueil (Installation, maintenance curative,
préventive, …etc.). Ainsi, ce plan s’articulait principalement autour de trois axes :
Détection des signes cliniques respon sables à la RD
Développement d’une interface graphique sous MATLAB pour la bonne utilisation du
médecin ophtalmologue.
Elaboration d’un guide comparatif des microscopes Zeiss par rapport à LEICA pour bien
commercialiser les produits de la société.

Technique science de la santé 2017/2018

18 Traitement des images rétiniennes : application à la détection de la RD

-Chapitre 2 –
Aspect médicale

Technique science de la santé 2017/2018

19 Traitement des images rétiniennes : application à la détection de la RD
I. Introduction
Ce chapitre donne un aperçu général sur l’anatomie de l’œil a pour comprendre
l'importance de l'analyse des images du fond d'œil. Tout d'abord, l’anatomie de l'œil et ses
principaux composants sont décrites ; Ensuite, les différentes anomalies de l’œil sont présentées.
Deux lésions liées à des maladies rétiniennes on t tirées notre attention ; il s’agit de la
rétinopathie diabétique et la dégénérescence maculaire liée à l’âge. Une description des
symptômes de ces lésions, l’évolution ainsi que les traitements éventuels sont donnés. Nous
terminons ce chapitre par une pr ésentation de différentes techniques d’acquisitions des images
rétiniennes ainsi le dépistage de la RD et la DMLA.
II. Description Générale de l’œil
1. Définition
L’œil humain est considéré comme un globe d’environ 2,5 cm de diamètre. Ce globe est
entouré d’une membrane qui s’appelle la sclérotique, elle est constituée d’un tissu fibreux solide
qui entoure le globe oculaire .
C’est un organe sensoriel du corps humain qui reçoit 80% des informations extérieures. Il
permet de transformer l’information lumineuse en i nflux nerveux transmis au cerveau. Il est de
faible volume (6.5 cm3), il pèse 7 grammes, de forme d'une sphère d'environ 24 mm de diamètre,
complétée vers l'avant par une autre sphère de 8 mm de rayon (la cornée). .
2. Anatomie :
L’œil peut être assimilé à un appareil photographique avec un objectif (la cornée), un
focus (le cristallin) et une pellicule photographique (la rétine). Il se divise en deux : le segment
antérieur et le segment postérieur. (voir l’annexe)

Figure II-1: anatomie de l' œil

Technique science de la santé 2017/2018

20 Traitement des images rétiniennes : application à la détection de la RD
III. Les pathologies Rétiniennes
Les pathologies de la rétine représentent une cause majeure de malvoyance, Leurs
origines sont variées : elles peuvent être liées à un style de vie, comme l’hypertension, le diabète
comme elles peuvent englober les maladies de l'œil, telles que la cataracte et le glaucome.
Cette partie se concentre sur les maladies oculaires les plus fréquents, telles que, la
cataracte, le glaucome, la dégénérescence maculaire liée à l’âg e et plus précisément la
rétinopathie diabétique qui sera le sujet de mon travail. On va explique r comment ce type des
maladies émergent et affectent la vision, les tra itements envisagés, et par la suite le diagnostic de
ces anomalies .
1. Glaucome
Le glaucom e est une maladie de l' œil qui provoque une diminution du champ de vision à
cause de dommages au niveau du nerf optique. Le glaucome est associé à la suite de
l’augmentation de la pression à l’intérieur de l' œil. Cette maladie représente la deuxième cause
de cécité dans le monde .

Figure III-1: pathologie rétinienne GLAUCOME
2. Cataracte
La cataracte est un trouble de la vision lorsque le cristallin (petite lentille ovale située
derrière la p upille), perd de sa transparence. Ce qui explique une baisse progressive de la vue, au
début accompagnée de gêne à la lumière (photophobie).

Technique science de la santé 2017/2018

21 Traitement des images rétiniennes : application à la détection de la RD

Figure III-2: La cataracte
3. Dégénérescence maculaire liée a l’âge (DMLA)
Une autre maladie de la rétine qui a un effet similaire à la rétinopathie diabétique, mais
d'autres causes est la dégénérescence maculaire liée à l'âge (DMLA). Elle apparait après l’âge de
cinquante ans et entraînant une altération de la fonction rétinienne maculaire donc de la vision
centrale. La prévalence globale de la maladie est de 8% après 50 ans. Cette prévalence globale
augmente progressivement avec l’âge: ainsi, elle est d’environ 1 à 2% entre 50 et 65 ans, 10%
entre 65 et 75 a ns, et 25% entre 75 et 85 ans.
 Signes cliniques de la DMLA
Cliniquement, on distingue deux formes de la dégénérescence maculaire liée à l’âge : une
forme atrophique (80% des cas), et une forme exsudative (20% des cas)

Figure III-3: Dégénérescence mculaire liée à l'âge
4. La Rétinopathie Diabétique (RD)
4.1.Définition :
Le diabète peut résulter de facteurs génétiques et environnementaux et se caractérise par
un excès permanent de sucre dans le sang. Face à une incroyable augmentation du nombre de
malades, les experts parlent aujourd’hui d’´epidemie. Le diabète attaque les vaisseaux sanguins
et notamment ceux de la rétine, qui est très vascularisée.

Technique science de la santé 2017/2018

22 Traitement des images rétiniennes : application à la détection de la RD
La rétinopathie diabétique (RD) est l’une des principales cause s de cécité et de
malvoyance. Les études épidémiologiques réalisées dans les pays industrialises la citent comme
une des 4 principales causes de malvoyance dans l’ensemble de la population et la première
cause de cécité chez les sujets de moins de 50.

Figure III-4: Rétinopathie diabétique
4.2.Signes Cliniques de la RD
Les différents types de lésions qui peuvent apparaitre au cours du développement de la
RD sont au nombre de 9, certains d’entre eux se déclinant en sous -catégories. Ils sont listés dans
le tableau. I.1.
Tableau 1: signes cliniques de la RD

4.2.1. Les Exsudats :
Il s'agit de l'une des principales caractéristiques de la rétinopathie diabétique. En plus de
la fuite de sang, des vaisseaux également fuient les lipides et les protéines qui causent
l'apparition des exsudats. Ils apparaissent comme des points lumineux, jaunâtres avec contours
bien définis. La figure III.5 montre un exemple de telles lésions.

Technique science de la santé 2017/2018

23 Traitement des images rétiniennes : application à la détection de la RD

Figure III-5: Exemple des exsudats
4.2.2. Les Micro anévrismes
Les micro -anévrismes sont les premiers signes non équivoques de la RD.ils sont produits
par un affaiblissement local des parois capillaires. Ils apparaissent sous forme de points rouges.
Leur taille varie de 10 à 100 microns de diamètre. La figure. I.5 (a) montre un exemple de telles
lésions.

Figure III-6: les micro anévrismes
4.2.3. les hémorragies :
La progression de la maladie peut produire une rupture d'une paroi d'un capillaire ou d'un
micro anévrisme ce qui provoque des hémorragies rétiniennes. Elles apparaissent soit comme des
petits points rouges indiscernables à partir de micro -anévrismes ou grandes taches de forme
ronde a vec contour irrégulier. La figure. I. 5(b) montre certains d'entre eux.

Figure III-7: exemple des hémorragies
4.3.Classification des stades de la RD :

Technique science de la santé 2017/2018

24 Traitement des images rétiniennes : application à la détection de la RD
Les stades de la RD sont déterminés en fonction du type, d u nombre et de la localisation
des lésions présentes (la rétine est divisée en quatre quadrants).
L’´evolution de la pathologie peut être classifiée en un certain nombre de stades.
L’´echelle que nous utilisons est l’International Clinical Diabetic Retinopathy Disease Severity
Scale (ICDRS) [11] qui comporte cinq stades, auxquels nous rajoutons un stade 0 correspondant
à une absence de pathologie. Les stades de la RD sont décrits dans le tableau. I 2 .

Stade Description
0: Pas de RD apparente
1 : Rétinopathie non prolifèrante minime Présence de micro -anévrismes uniquement
Localisation : néovaisseaux préretiniens
Taille : ≤ ½ surface papillaire
2 : Rétinopathie non prolifèrante modérée Présence de lésions autres que des microanévrismes
mais ne correspond pas au stade 3 (hemorragies
ponctuées, dilatations capillaires)
Localisation : néovaisseaux prérétiniens/
prépapillaires.
Taille :
néovaisseaux prérétiniens ≥ ½ surface papillaire
prépapillaires. ≤ ¼ – 1/3 surface papillaire
3 : Rétinopathie non prolifèrante sévère
Plus de 20 hémorragies intraretiniennes dans
chacun des 4 quadrants
Taille :
Néovaisseaux prépapillaires ≥ ¼ – 1/3 surface
papillaire
4 : Rétinopathie proliférante Une des 2 conditions suivantes est satisfaite
Présence des néo vaisseaux
Hémorragies vitrée/ pré rétinienne
Tableau 2: Classification des stades de la RD

Figure III-8: Exemple des stades de la RD

Technique science de la santé 2017/2018

25 Traitement des images rétiniennes : application à la détection de la RD
IV. Techniques d’Acquisition des Images Rétiniennes
Dans cette section du chapitre, nous présentons les différents appareils permettant
l’acquisition des différents types d’images couleur du fond d’œil.
1. L’angiographie en fluorescence
Est une procédure de diagnostic (similaire à la rétinographie) lors de laquelle, au moyen
d'un appareil photo spécial, sont prises une série de photographies des tissus sensibles à la
lumière dans le fond de l'œil.
Comme son nom l'indique, on utilise un colorant spécial appelé fluorescéine que l'on
injecte au patient afin que le colorant circule à travers le sang jusqu'au fond de l'œil. Le
deuxième pas consiste à stimuler le contenu sanguin mélangé à la fluorescéine, ce qui produit
une émission intense de lumière permettant de prendre des photos de la ci rculation des vaisseaux
de la rétine et de la choroïde.

Figure IV-1: L’angiographie en fluorescence
L'angiographie est capable de détecter des anomalies présentes dans les vaisseaux
sanguins et dans la structure de leurs parois, l'apparition de nouveaux vaisseaux et des débuts de
décollement de rétine.
2. Tomographie a Cohérence Optique (OCT)
La tomographie par cohérence optique (OCT) est une technique d'image tomographique
(image en coupes) optique, non invasive, qui utilise une combinaison de lumières provenant de
différents récepteurs afin d'obtenir une meilleure résolution. Sa pénétration, dont la profondeur
ne dépasse 1 mm, fournit des photographies des différentes couches de la rétine à haute
résolution.

Technique science de la santé 2017/2018

26 Traitement des images rétiniennes : application à la détection de la RD

Figure IV-2: Tomographie a Cohérence Optique (OCT)
V. Conclusion

Dans ce chapitre, on a décrit l’anatomie du fond d’œil, les principales pathologies
rétiniennes, à détailler la rétinopathie diabétique comme la principale cause pouvant conduire à
la cécité ainsi que ses différents stades . Les techniques d’ acquisition des images ont été discut ées
par la suite .
Dans le chapitre suivant, on s’intéresse à présenter l’état d’art des différentes méthodes
existantes dans la littérature pour la détection des exsudats et des hémorragies et les appliquer
pour la détection de ces signes cliniques respons able à la RD.

Technique science de la santé 2017/2018

27 Traitement des images rétiniennes : application à la détection de la RD

-Chapitre 3 –
Détection des signes cliniques
responsables à la RD

Technique science de la santé 2017/2018

28 Traitement des images rétiniennes : application à la détection de la RD
I. Introduction
Une détection des pathologies dans les images rétiniennes offre une approche
prometteuse dans les applications cliniques. Les différents stades de la maladie peuvent être
déterminés en fonction de la quantité et de la localisation des lésions dans la rétin e. Dans ce
chapitre, on va se focaliser sur la détection des signes cliniques liés à la RD. Une détection
précoce et un traitement rapide permet de prévenir la perte de vision et de cécité chez l es patients
atteints du diabète.
Ce chapitre est divisé en trois parties. Dans la première partie, on présente les différents
travaux récents reportés dans la littérature pour la détection des lésions sombres et lumineuses
liées à la rétinopathie diabétique. Dans la deuxième partie, on s’intéresse à l’application des
algorithmes pour la détection des lésions lumineuses telles que les exsudats, signes cliniques de
la RD. Dans la troisième partie du chapitre, on applique des méthodes robustes et fiables pour la
détection des lésions sombres liées à la RD (les hémorragie s) dans les images couleur de la
rétine. Le traitement est fait sous le logiciel matlab.
II. Etat d’art :
Dans cette section du chapitre, nous présentons les différents travaux récents reportés
dans la littérature pour la détection des lésions sombres (micro -anévrismes et hémorragies) et les
lésions clairs (exsudats) liées à la rétinopathie diabétique.
1. Détection des lésions lumineuses
Akara sopharak et al ont présenté une approche basée sur l’utilisation des algorithmes de
traitement d’images telles que le filtrage et l’augmentation de contraste. La séparation des pixels
exsudatifs par rapport aux autres est basée seulement sur leur intensité. Les auteurs utilisent
également les opérateurs de la morphologie mathématique pour une analyse locale des petite s
variations de pixels. Ils ont obtenus une sensibilité de 80% et une spécificité de 99.5%.
Kavitha et al ont utilisé une méthode basée sur le seuillage d'histogramme couleur pour
identifier les exsudats et les nodules cotonneux.
La sensibilité, la spécifi cité et la précision obtenue par cette approche ont été 89,78 %,
99,12 % et 99,07 %, respectivement. Cependant, cette méthode a donné une fausse détection en
raison de similitude entre certains pixels exsudatifs et ceux du disque optique et du bord des
vaisseaux sanguins.
Le tableau 3 résume les principales caractéristiques de quelques méthodes proposées dans
la littérature pour la détection des exsudats.

Technique science de la santé 2017/2018

29 Traitement des images rétiniennes : application à la détection de la RD

Tableau 3: quelques travaux récents reportés dans la littérature pour la détection des exsudats
2. Détection des lésions sombres :
Les premières méthodes de détection des lésions sombres ont été publiées par Baudoin et
al [83], ils ont détecté les microanévrismes dans les images angiographiques par l’application de
la transformati on chapeau haut de forme en utilisant un élément structurant linéaire à différentes
orientations.
Ensuite une opération de seuillage est effectuée sous l’image du chapeau haut de forme.
Les petits microanévrismes de forme ronde ont été distingués.Cependant cette méthode était très
sensible elle a donnée beaucoup de faux positifs.
María García et al ont utilisé le classifieur perceptron multicouche (MLP) pour détecter
les lésions sombres.50 images ont été utilisées pour l’apprentissage et 50 pour le test.il s ont
obtenus une sensibilité moyenne de 86,1% et une valeur prédictive de 71.4%.
III. Détection des lésions lumineuses dans les images couleur de la rétine :
1. Problématique et contribution
Les lésions lumineuses sont les signes v isibles de la RD. Les exsudats durs représentent
ces lésions pouvant prévenir la cécité visuelle. La présence d'exsudats dans la région maculaire
est un e caractéristique principale de l'œdème maculaire diabétique. La localisation des exsudats
dans la région maculaire est une caractérist ique principale de l'œdème maculaire diabétique et
une information im portante pour l’ophtalmologiste.
Sa détection permet de classer le niveau d e rétinopathie diabétique et leurs nombres est
un bon indicateur de la gravité de la maladie.
Le diagno stic précoce des exsudats est essentiel pour éviter des déficiences visuelles , s’ils ne
sont pas traités, ils seront transformés en amas et deviennent par la suite des nodules cotonneux.

Technique science de la santé 2017/2018

30 Traitement des images rétiniennes : application à la détection de la RD
2. Méthode proposée
Dans cette partie, on suit une méthode pour la détec tion des exsudats qui se base sur
l’utilisation de l’algorithme FuzzyC -means , puis on donne les résultats obtenus et on les discute.
Finalement, on présente une synthèse sur la méthodologie utilisée et les résultats obtenus.
Critères de choix de l’algorithme :
1. Adaptatif par rapport aux images variables en termes de contraste et luminosité.
2. Performant : taux de sensibilité et précision élevés.
3. Simple à appliquer : temps de calcul court
L’algorithme qu ’on propose pour l’extraction des exsudats e st divisé e n quatre étapes
principales.
1. Correction de l’illumination
2. Segmentation du disque optique
3. Sélection des régions candidates
4. Détection des contours exsudatifs

Figure III-1: Organigramme de détection des exsudats dans les images couleur du fond d’œil
2.1. Correction de l’illumination et Augmentation de contraste de l’image :
Une égalisation adaptative suivie d’un filtre médian avec un masque de 3*3 est appliqué
sur l’image du canal de L dans le but d’augmenter le contraste et éliminer les bruits

Technique science de la santé 2017/2018

31 Traitement des images rétiniennes : application à la détection de la RD
respectivement . Le résultat de la normalisation de la couleur et l’augmentation du contraste de
l’image originale es t illustré dans la figure 18.

Figure 2: Normalisation de la couleur et augmentation de contraste de l’image originale
(figure1) : image originale (figure2) : normalisation de la couleur (figure3) : augmentation de contraste
2.2.Application de l’algorithme de Classification floue FCM (FuzzyC – Means ) :
Le principe du regroupement des pixels apparte nant aux régions lumineuses, et leur
séparation par rapport aux autres régions se ramène a les classer dans des groupes selon certaines
propriétés de ces objets. Du point de vue de la segmentation des image s, on cherche à construire
des vecteurs de caractéristiques dans certaines zones typiques de l’image qui seront ensuite
utilisés pour la classification des points de l’image. Il existe une grande variété d’algorithmes de
regroupement de pixels dans la litt érature. Dans notre travail, nous avons choisi d’utiliser une
technique de classification non supervisée: le C -moye nne floue (fuzzy C -means; FCM) à cause
de sa simplicité. La classification floue assigne à un pixel son degré d’appartenance à chacune
des cl asses. Ces valeurs expriment l’appartenance incertaine d’un pixel à une région et sont
appelées degrés d’appartenance. Le degré d’appartenance se situe dans l’intervalle [0, 1] et les
classes obtenues ne sont pas forcément disjointes.

Technique science de la santé 2017/2018

32 Traitement des images rétiniennes : application à la détection de la RD

Figure 3: Résultat d'application de FCM
2.3.Segmentation et élimination du disque optique
La détect ion du disque optique est une tâ che importante pour un système d’analyse des
images rétiniennes. Leur extraction est une condition nécessaire pour la segmentation de la RD
Les attributs de disque optique sont similaires aux attributs d'exsudats et durs en termes
de couleur et de luminosité. Par conséquent, il permet de réduire les faux positifs.
Les étapes de l’algorithme proposé sont décrites dans l’organigramme suivant :

Figure 4 : Organigramme de segmentation du disque optique
2.3.1. Homogénéisation de la région papillaire

Technique science de la santé 2017/2018

33 Traitement des images rétiniennes : application à la détection de la RD

Figure 5: Homogénéisation de la région papillaire
La région du disque optique est généralement fragmentée en de multiples sous -régions
par des vaisseaux sanguins. D’où, l’obtention d’une région de disque optique homogène est
nécessaire pour la segmentation en utilisant l'algorithme de contour actif. Pour cela ; nous
appliquons une opération de la fermeture morphologique sur l’image améliorée, en utilisant un
élément structurant de taille plus grande que la largeur du réseau vasculaire (figure. 22).

2.3.2. Extraction de la région papillaire

Figure 6: Résultat d’homogénéisation et extraction de la région papillaire ;
(a) Résultat de la fermeture morphologique ;(b) : Résultat de seuillage
Pour éliminer la papille à partir du résultat de l’image binaire on réalise, une opération de
soustraction entre cette image et la version binaire dilatée du résultat de segmentation du disque
optique.
Résultat ( figure22) = image binaire (figure 19) – dilatation binaire de segmentation du DO
(22.b)

Technique science de la santé 2017/2018

34 Traitement des images rétiniennes : application à la détection de la RD

Figure 7: Résultat de segmentation et élimination du disque optique
(a) : Résultat d’extraction du disque optique ;(b) : image binaire du disque optique ;
(c) : résultat d’élimination du disque optique.
2.4. Résultat final de détection des exsudats :

Figure 8: Résultat final de détection des exsudats superposés sur l’image originale

Technique science de la santé 2017/2018

35 Traitement des images rétiniennes : application à la détection de la RD
3. Résultats et Discussion
L’algorithme de détection des exsudats proposé a été testé sur une série de 30 images
issues des bases de données « clinique VAL D’ANFA » et « Cabinet DR.ALILLOU ».
– 20 images examinées par des ophtalmologues, caractérisées par la présence d’une ou
plusie urs types de lésions ( micro anévrismes , hémorragies, exsudats …etc.). Les différentes
lésions offrent une très grande variété dans leur taille, forme et contraste, ce qui explique que le
diagnostic est parfois difficile à déterminer.
– 10 images saines (auc un signe de la RD).
Dans les 10 images saines, les résultats de détection des exsudats sont très satisfaisants,
aucun faux positif n’est détecté. En outre, dans les images contenants les reflets de la fovéa qui
ont des caractéristiques similaires que les e xsudats (figure. 25.b) ou plusieurs pathologies
(micro -anévrismes, etc.) dont lesquelles les exsudats apparaissent avec une grande ou petite
taille, l’algorithme a donné de bons résultats. Les exsudats ont été bien segmentés (figure 25.d).

Figure 9: Résultats de détection des exsudats dans les images saines et pathologiques
(a): extraction des exsudats dans les images saines ;(c), (d): extraction des exsudats dans les images pathologies
contrastées et faiblement contrastée.

Dans le reste d’images, l’algorithme a raté quelques pixels exsudatifs. Nous pensons que
cette fausse détection est due à la très faible illumination de l’image et la présence du bruit ou la
présence des exsudats à proximité du réseau vasculai re.

Technique science de la santé 2017/2018

36 Traitement des images rétiniennes : application à la détection de la RD
4. Critères d’Evaluation de la méthode suggérée
L’évaluation de la performance de l’algorithme proposé a été effectuée par une
comparaison de nos résultats de segmentation des exsudats par rapport a une segmentation
manuelle réalisée par des ophtalmologues expérimentés des pixels localisés dans la lésion. Les
paramètres d’évaluation utilisés sont :
La sensibilité, la spécificité, le taux de précision et la valeur prédictive. Ils sont
déterminés dans chaque image en terme s de critère basé sur la lésion.
La sensibilité d’un signe pour une maladie est la probabilité que le signe soit présent si le
sujet est atteint de la maladie considérée. Il s ’agit donc de la probabilité conditionnelle qu’on
peut noter :

La spécificité d’un signe pour une maladie est la probabilité que le signe soit absent si le
sujet n’est pas atteint de la maladie. De manière similaire, on a :
.
La précision d’un signe pou r une maladie est la probabilité que le sujet soit atteint de la
maladie si le signe est présent ; elle est définie comme suit :

Avec
Vp (vrais positif): le nombre de pixels classés comme exsudats par l’algorithme et
l’ophtalmologue.
Fp (faux positif ): le nombre de pixels non exsudatifs détectés comme exsudats par
l’algorithme.
Vn (vrais négatif): le nombre de pixels non exsudatifs détectés par l’algorithme et par
l’ophtalmologue.

Technique science de la santé 2017/2018

37 Traitement des images rétiniennes : application à la détection de la RD

Fn (faux négatif): le nombre des pixels exsudatifs non détectés par l’algorithme mais
considérés comme exsudats par l’ophtalmologue. Les résultats de comparaison de détection des
exsudats par notre approche par rapport à une segmentation manuelle par l’ ophtalmologue pour
10 images pathologiques parmi les 30 sont résumés dans le tableau. 3
Images Fp Fn Vp Vn Sensibilité Spécificité Précision
1 1380 150 152320 151 90,13 90,19 99,80

2 5250 366 120610 224 95,90 93,48 99,51
3 5160 453 131205 212 96,05 91,92 98,79
4 1475 492 121012 584 71,63 74,98 99,12
5 3429 244 153214 289 92,22 93,35 99,66
6 6570 277 123101 144 97,85 95,95 99,67
7 2290 425 137135 384 85,63 84,34 99,42
8 3120 170 133575 460 87,15 94,83 99,54
9 1719 134 136050 52 97,06 92,76 99,86
10 1897 210 15270 185 91,11 90,03 97,75
Tableau 4: Comparaison des résultats segmentation des exsudats par rapport à une segmentation manuelle
IV. Détection des lésions Sombres dans les images couleur de la rétine
La détection précoce de la rétinopathie diabétique peut empêcher la perte de la vi sion. En
effet, le s algorithmes de détection des lésions sombres qui caractéris ent la RD (hémorragies)
permet tent d’aider les ophtalmologistes à prendre une décision concernant les stades de la RD.
1. Problématique et contribut ion
Les hémorragies sont les signes les plus courants de la RD.
Deux formes d’hémorragies qui peuvent être existés
Les petites hémorragies (hémorragies ponctiformes)
Les hémorragies larges (hémorragies profondes ou en tache)
Dans cette partie, nous expliquons, tout d’abord les détails sur la méthode à utiliser. Nous
présentons, ensuite, les résultats obtenus. Finalement, on évalue les résultats finaux.
2. Méthode proposée de détection des hémorragies
L’organigramme de détection des hémorragies est présenté comme suit :

Technique science de la santé 2017/2018

38 Traitement des images rétiniennes : application à la détection de la RD

Figure 10: algorithme de détection des hémorragies
2.1. Prétraitement

Figure 11: Prétraitement de l’image originale ; (a) : image originale ; (b) : image améliorée.
2.2. Détection des lésions sombres (rouges)
Les valeurs des pixels des hémorragies sont généralement plus faibles que celles des
autres régions, c’est pour cela qu’on applique :
Un lissage sur l’image améliorée, par un filtre médian, en utilisant des masques de 6 * 6
pixels et 110 * 110 pixels respectivement. Ensuite, une opération de soustraction entre ces deux
images lissées (Figure. 28).

Technique science de la santé 2017/2018

39 Traitement des images rétiniennes : application à la détection de la RD

Figure 12: Détectio n des régions candidats rouges
2.3. Segmentation et élimination de l’arbre vasculaire
La segmentation du réseau vasculaire est une tâche importante pour la détection de la RD.
La localisation de l’arbre vasculaire est utilisée pour réduire le nombre de faux positifs
dans la détection des microanévrismes et les hémorragies.
Pour éliminer le réseau et garder seulement les hémorragi es, il est important qu’il soit
bien segmenté, ens uite éliminé par une opération de soustraction entre le résultat de
segmentation de l’arbre vasculaire et le résultat binaire de détection des régions sombres.

Figure 13: segmentation et élimination du réseau vasculaire
2.4. Résultat final de détection des hémorragies :

Figure 14: Résultat final de détection des hémorragies superposées sur l’image originale

Technique science de la santé 2017/2018

40 Traitement des images rétiniennes : application à la détection de la RD
3. Résultats et discussion :
Le test de l'algorithme de détection des hémorragies est fait sur une série d'images de la
base de donné es clinique val d’anfa .
Segmentation manuelle par l’ophtalmologue Mr. Raiss : 20 images constituées de 1520
tâches d’hémorragies .
Images de test : 35 images de caractéristiques différentes au niveau de couleur de
contraste, de nombre et de taille variable des hémorragies .
Dans les images de test, toutes les hémorragies larges ont été identifiées avec succès .
Cependant, dans quelques images, l’algorithme a raté quelques hémorragi es de petite taille .
Pour mieux évaluer la fiabilité de l’approche proposée, nous comparons nos résultats par rapport
à la segmentation manuelle de DR. Raiss.

Segmentation Sensibilité Spécificité
Manuelle 81.45 % 87%
Méthode appliquée 82.79% 88.76%
Tableau 5: Performance de la méthode appliquée par rapport à la segmentation manuelle
4. Critères d’Evaluation de la méthode suggérée
A la fin de cette partie, on peut noter que la détection des hémorragies est un domaine
complexe de recherc hes en traitement d'images, Il est difficile de les distinguer aux vaisseaux de
la rétine puisqu’ils ont presque les mêmes caractéristiques au niveau de leur intensité. (Voir
annexe)
Les résultats obtenus fournissent une aide de diagnostic pour signaler la présence des
hémorragies pour un examen plus approfondi par l'ophtalmologue pour atteindre un meilleur
diagnostic de la RD avant de passer au stade de complication.
V. Conclusion
La détection précoce des signes cliniques de la rétinopathie diabétique est l’un des
moyens les plus efficaces pour lutter contre cette pathologie grâce à l’analyse des images couleur
du fond d’œil.
La détection des lésions liées à la RD était l’un des objectifs principaux de mon travail
dont le but est l’aide au diagnostic et le dépistage de cette pathologie rétinienne .
Ce chapitre a été divisé en deux sections :

Technique science de la santé 2017/2018

41 Traitement des images rétiniennes : application à la détection de la RD
1. La détection des premiers signes de la RD qui sont considérées comme des lésions
lumineuses à cause de leur forte luminosité par rapport aux structures du fond d’œil. Il s’agit
des exsudats, Leurs nombres et leurs emplacements est un indicateur essentiel pour
l’aggravation de la R D.

L’algorithme de détection des exsudats a atteint une sensibilité moyenne de 97.50%, et
une précision moyenne de 89.15 %.
Ces résultats étaient satisfaisants. Ils peuvent aider l’ophtalmologue pour améliorer la
précision du diagnostic de la RD avant le pas sage au stade des complications.
L’algorithme de détection des hémorragies a atteint une sensibilité moyenne de 93.90%,
une spécificité moyenne de 87.69%, et une précision moyenne de 94,97%.
Avec l’algorithme de détecti on de lésions sombres , un ophta lmologiste peut prendre son
aide dans le dépistage de la rétinopathie diabétique.

Technique science de la santé 2017/2018

42 Traitement des images rétiniennes : application à la détection de la RD

-Chapitre 4 –
Développement d’une Interface
graphique sous MATLAB

Technique science de la santé 2017/2018

43 Traitement des images rétiniennes : application à la détection de la RD
I. Introduction :
Le but de cette partie est de présenter la démarche suivie pour développer une interface
sous MATLAB, ce chapitre est divisé en deux axes principaux, le premier donne une
présentation de l’interface du GUIDE les structures nécessaires, et le deuxième explique le rôle
de chaque composant et son utilité.
II. Présentation de l’interface du GUIDE :
1. Utilisation du GUIDE :
Le GUIDE : Graphical User Interface Development Environment en anglais est un
environnement de développement d’interfaces graphiques pour MATLAB qui Permet à
l’utilisateur d’ef fectuer des tâches interactives qui dirigent le comportement du programme.

2. Fonctionnement
A chaque composant de l’interface, sont asso ciées des fonctions utilisateur : des callbacks
et des propriétés en lecture ou en écriture.
 Les callbacks sont déclenchées sur des actions particulières de l’utilisateur
comme un clic souris, sélection d’un menu, un survol, …
 Les propriétés en lecture ou en écriture peuvent se faire sur des valeurs,
chaines de caractères, de la visibilité …

Technique science de la santé 2017/2018

44 Traitement des images rétiniennes : application à la détection de la RD
3. Les objets graphiques sous MATLAB
Les fonctions de visualisation de MATLAB manipulent des objets graphiques : figures,
systèmes d’axes, lignes, zones de texte…
4. Hiérarchie des objets graphiques
Les objets graphiques sont disposés selon une hiérarchie parent – enfant comme le
montre le schéma suivant :

Figure 15: Hiérarchie des objets graphiques
Voir annexe
II. Conception de l’interface graphique 2 -D
1. Introduction
Notre travail consiste à créer une interface graphique pouvant générer des surfaces à deux
dimensions à partir du langage de programmation MATLAB. Cette interface a pour but de
fournir à l’utilisateur un ensemble des données médicales permettant de répondre au problème
posé. Nous avons procédé par étapes afin d’améliorer à chaque interface la facilité d’utilisation
et la gestion des erreurs. Seule l’interface finale a été optimisée pour l’utilisation. Nous nous
sommes servis uniquement du langage de programmation MATLAB et des cours de géométrie et
d’analyse numérique pour résoudre les problèmes mathématiques de ce projet.
2. Objectif général :
Nous nous sommes posé la problématique suivante : comment représenter de manière
efficace les signes cliniques responsables à la RD et les données médicales pour préciser la
classe de cette maladie ?

Technique science de la santé 2017/2018

45 Traitement des images rétiniennes : application à la détection de la RD
Mon idée a donc été la suivante : concevoir un e interf ace graphique programmée de
façon à répondre aux besoins des utilisateurs, elle regroupe toutes les traitements effectués dans
le chapitre précédant y compris la détection des signes cliniques responsables à la RD, en
ajoutant l’aspect médical qui donne de s résultats significatifs pouvant aider le médecin
ophtalmologue à diagnostiquer l’état clinique et préciser la classe de la maladie chez le patient.
3. Les différentes étapes d’implémentation de l’interface
La première étape du projet est d’importer les images rétiniennes de la base des données
« clinique val d’Anfa », d’implémenter des algorithmes précis afin de minimiser les différents
bruits dû à l'acquisition des images et de les afficher en binaire pour détecter les lésions de la
maladie . L'étape cru ciale d e cette partie était sans doute été la liaison entre les résultats obtenus
dans le chapitre précédant , et les outils qui permettent de représenter une interface graphique
accessible, efficace et agréable d'utilisation .
 Le cadre supérieur de l’interf ace permet de parcourir l’image à traiter .

Figure 16: Importation et lecture des images rétiniennes
 Les 4 cadres au dessous : permettent de lire et d’afficher les images à traiter :
Le premier cadre permet d’afficher l’image originale à partir de la base de données
« clinique val d’Anfa ».

Technique science de la santé 2017/2018

46 Traitement des images rétiniennes : application à la détection de la RD
Le 2eme cadre permet de visualiser, l’mage choisi en noir et blanc avant d’appliquer
l’algorithme de détection.
Le 3eme cadre permet d’afficher en binaire l’image (le nombre de pixels en bl anc
représente les lésions détectées par l’algorithme.
Le 4eme cadre représente le résultat final après la détection et l’extraction de la lésion sur
l’image originale.

Figure 17: Zone de visualisation des images avant et après leurs traitements
 La partie inferieure à gauche : permet d’afficher les caractéristiques de la lésion
détectée :
-Déterminer le type de la lésion : lésions lumineuses (exsudats) ou lésions sombres
(hémorragies ou microavenerismes).
-Le positionnement de l a lésion par rapport à la surface papillaire et au niveau des
quadrants de la rétine.
-Préciser le diamètre de la lésion afin de calculer se surface.
-Calculer le nombre des lésions par surface .

Technique science de la santé 2017/2018

47 Traitement des images rétiniennes : application à la détection de la RD

Figure 18: Zone de p récision des différentes caractéristiques de la lésion
 La partie inferieure droite : permet de ca lculer le nombre des pixels classés comme Vp,
Fp, Vn, Fn, ainsi que le calcule des trois paramètres de la sensibilité, spécificité et
précision.

Figure 19: Zone de calcul des critères d'évaluation de l'algorithme
Tous ces paramètres vont servir à déterminer la classe de la maladie et par la suite diagnostiquer
le cas du patient.
4. Quelques exemples des stades de la RD :
1. Rétinopathie non prolifèrante sévère
Nombre des hémorragies : 30 > 20 hémorragies.
Taille : Néo vaisseaux prépapillaires ≥ ¼ – 1/3 surface papillaire

Technique science de la santé 2017/2018

48 Traitement des images rétiniennes : application à la détection de la RD

Figure 20: Stade 3 de la RD
2. RD de classe 0 : Pas de RD apparente

Figure 21: Stade 0 de la RD
5. Conclusion :
Cette partie est le vif de mon travail, elle développe l’aspect technique en parallèle avec
l’aspect médical, et là où se manifeste la tâche d’un ingénieur biomédical, cette fusion facilite à
l’utilisateur son travail, et elle aide le médecin ophtalmologue à diagnostiquer les cas de
maladies.

Technique science de la santé 2017/2018

49 Traitement des images rétiniennes : application à la détection de la RD

Conclusion générale
Et
Perspectives

Technique science de la santé 2017/2018

50 Traitement des images rétiniennes : application à la détection de la RD
I. Conclusion
La rétinopathie diabétique (RD) est une maladie chronique de la rétine. La photo –
coagulation par laser est aujourd'hui le traitement thérapeutique précoce principal utilisé pour
ralentir la dégradation de la vision. Nous avons en effet observé que le nombre de patients
atteints de cette pathologie augm ente chaque année, par conséquent, le dépistage de la RD est
actuellement un problème majeur.
Mon travail entre dans le cadre d’implémentation d’un système d'analyse des images du
fond d' œil en utilisant des outils de traitement des images rétiniennes. Pour appliquer ce système,
mon étude s’est articulée autour de deux grands axes : Le premier, consistait à détecter les
lésions lumineuses et sombres liées à la RD.
La première partie de cette étude a présenté les termes médicaux permettant une
familiarisation avec le domaine d’ophtalmologie. Les différents éléments constituant le fond
d’œil, les pathologies pouvant affecter la rétine ainsi que les différentes techniques d’acquisition
ont été dé crites.
Des nouvelles approches ont été introduites pour la détection des ex sudats et des
hémorragies.
Deux bases de données d’images ont été utilisées pour tester les algorithmes appliqués .
Grâce à une comparaison des performances obtenues avec celles pré sentées chez les
ophtalmologues , j’ai pu montrer que mes résultats étaient satisfaisants pour tous les algorithmes
que j’ai appliqué . Cependant et bien que les méthodes proposées fonctionnent correctement sur
la majorité des images du fond d’œil, j’ai noté quelques difficultés comme par exemple:
– Les pathologies sont difficiles à détecter dans les images très faiblement contrastées.
– Les hémorragies situées au niveau du réseau vasculaire n’ont pas été détectés.
– La fiabilité des résultats de détection de s pathologies est liée étroitement aux résultats
de segmentation des éléments principaux de la rétine.
Mon a montré des résultats encourageants qui indiquent que le système d'analyse des
images du fond d'œil proposé a réussi à extraire les structures anatomiques et les signes cliniques
de la RD.
Comme le système d'analyse de l'image du fond d'œil détecte avec une bonne sensibilité
et une spécificité raisonnable, il peut être utilisé pour aider les ophtal mologistes dans le
diagnostic afin de leurs fournir une seconde opinion et peut également fonctionner comme un
outil pour le dépistage de masse de la RD .

Technique science de la santé 2017/2018

51 Traitement des images rétiniennes : application à la détection de la RD
II. Perspectives
Plusieurs perspectives peuvent être envisagées dans le prolongement de ce travail.
– Le système présenté dans ce travail peut également être étendu pour détecter d'autres
maladies liées à la RD tels que les néo vaisseaux et les nodules cotonneux et d’autres pathologies
qui affectent la rétine à savoir : le glaucome, la cataracte.
– Comme l es patients sont censés avoir un examen régulier de la rétine, il est important de
développer une procédure de détection de changement progressif dans la rétine au fil du temps
qui pourrait être intéressant pour le dépistage de la RD dans le long terme.
– Le dernier point qui nous parait le plus intéressent consistera à réaliser la fusion
d’images ; sachant qu’il existe des pathologies qui n’apparaissent pas sur le rétinographie alors
qu’elles sont visibles par des examens d’OCT ; tels que le trou maculaire .

Pour conclure, ce fut un réel plaisir d’être encadré par des gens qui ne vous donnent pas
seulement l’outil matériel mais aussi l’outil personnel à savoir des défauts à corriger, de
nouvelles pistes à en réfléchir, et le plus intéressant les bonnes qualités qui feront de toi
l’ingénieur responsable de demain.