Application de l'IA et des modèles d’apprentissage profond pour la détection et la classification des maladies oculaires à partir d'images de la rétine

Abstract

Avec l’augmentation massive des données médicales, les images de la rétine sont devenues essentielles pour le dépistage précoce des maladies oculaires. Ce mémoire propose un système intelligent combinant un modèle CNN pré-entraîné (MobileNetV2), la logique floue et la régression, appliqué à la détection et la classification de trois pathologies majeures : la rétinopathie diabétique, le glaucome et la dégénérescence maculaire liée à l’âge (AMD). Pour corriger le déséquilibre entre les classes, des images réalistes ont été générées à l’aide d’un modèle GAN. Le système offre une prédiction continue accompagnée d’une interprétation floue des résultats, permettant une classification plus nuancée et une aide fiable à la décision médicale. Les résultats obtenus confirment la pertinence de l’approche proposée dans le contexte du diagnostic ophtalmologique automatisé.