Nous présentons dans ce papier un algorithme de recherche d’images par le contenu (CBIR) pour l’aide au diagnostic de la rétinopathie diabétique. L’objectif de notre étude est d’aider le médecin dans sa pratique quotidienne, en lui donnant un moyen simple d’accéder aux informations contenues dans une base de données d’images déjà interprétées.

La requête à la base de données s’effectue en présentant une image issue des examens opérés sur le patient, le système donnant alors en réponse les n images (fenêtre de retrouvaille) les plus proches accompagnées de leur interprétation. Pour caractériser les images, deux approches ont été envisagées : la première est globale et générique, la deuxième est locale et spécifique aux lésions étudiées. Dans les deux cas, nous avons utilisé la transformée en ondelettes pour sa capacité à concentrer l’information. Ces deux méthodes étant complémentaires, les résultats fournis par chacune des deux méthodes sont combinés par différentes méthodes de fusion.

Une base de 977 images de rétinopathie diabétique interprétées (classification ETDRS) a été construite au sein du CHU de Brest pour évaluer les performances de l’algorithme. Nous nous sommes limités à une fenêtre de retrouvaille de 5 images qui semble être un bon compromis entre exhaustivité des réponses et quantité d’informations. La précision à 5 est définie comme le pourcentage d’image parmi les 5 de la fenêtre de retrouvaille ayant la même classification que l’image requête. Les classes choisies sont la présence de certaines lésions ou le stade d’évolution de la rétinopathie diabétique. La précision de l’algorithme sur cette base de données dépasse 92 % pour un des critères d’á évaluation (présence de micro anévrismes).

Les bonnes valeurs de retrouvailles obtenues nous permettent d’imaginer qu’à moyen terme ces outils prendront place dans la pratique clinique quotidienne.

La recherche d’image par le contenu est née avec l’explosion des bases de données numériques. Notre étude montre qu’il est possible de l’appliquer aux données de rétinopathie diabétique avec succès. En effet, l’utilisation de la transformée en ondelettes ainsi que la fusion d’information globale et locale nous ont permis d’obtenir des résultats intéressants. Étant amplement générique cette méthodologie peut être appliquées à de nombreux autres aspects de l’ophtalmologie.