Early Detection and Classification for Diabetic Retinopathy by Deep Learning

Abstract

L’apprentissage profond permet de faciliter et d'organiser notre quotidien et notre santé. Récemment, les professionnels de la santé utilisent ces techniques dans le traitement de nombreuses maladies telles que la rétinopathie diabétique, car elles s'accompagnent d'excellentes capacités d'analyse de données. Nous proposons dans ce mémoire un système de détection/classification de la rétinopathie diabétique ainsi que sa sévérité à l'aide de modèles d'apprentissage profond. Pour l'évaluation de ce système, nous avons utilisé la collection APTOS2019 de Kaggle, qui contient des images rétiniennes haute résolution. Par ailleurs, un protocole similaire à celui utilisé par les médecins a été adopté pour juger hiérarchiquement de l'état et de la gravité de la maladie RD. Nos expérimentations ont été menées sur cinq modèles : VGG16, VGG19, InceptionV3, Xception et MobileNetV2. Les résultats obtenus sont très satisfaisants en termes de précision.