Réalisations des chercheurs de l'Université de Téhéran dans le domaine de la détection automatique des maladies oculaires

Les chercheurs de la Faculté de génie électrique et informatique de l'Université de Téhéran ont développé une méthode de classification automatique d'images d'optique cohérente pour la dégénérescence maculaire liée à l'âge (DMLA) chez les patients. Le projet est dirigé par le Dr. Hamid Soltanian-Zadeh, responsable du laboratoire d'ingénierie biomédicale.

Le Dr. Soltanian-Zadeh a expliqué l'importance de cette découverte médicale en disant que le diagnostic automatique des maladies oculaires est l'un des domaines actifs de recherche en analyse d'images médicales et que la dégénérescence maculaire liée à l'âge est l'un des types de maladies oculaires les plus courants et la principale cause de cécité dans les pays développés, en particulier chez les personnes de plus de 60 ans. L'utilisation généralisée de l'imagerie médicale ces dernières années, l'augmentation de la population vieillissante et la nature chronique de cette maladie ont augmenté la charge de travail des spécialistes de l'ophtalmologie et des systèmes de santé. D'autre part, les développements en intelligence artificielle et en apprentissage en profondeur ont créé une opportunité appropriée pour concevoir des systèmes de diagnostic automatique.

Le professeur de l'Université de Téhéran a ajouté que dans ce projet, un nouvel algorithme a été conçu qui utilise une structure de convolution multi-échelle basée sur des réseaux de pyramides de caractéristiques pour séparer les individus sains et les deux états de la maladie, à savoir la drusen et la néovascularisation choroïdienne. Ces réseaux ont été utilisés dans des applications de segmentation d'images et de détection d'objets, mais dans cette étude, nous les avons utilisés pour la classification. L'utilisation d'une structure multi-échelle dans la conception de ce réseau permet aux caractéristiques indiscernables dans une échelle d'être examinées dans une autre échelle, ce qui augmente la précision de la classification.

Le chef du laboratoire d'ingénierie biomédicale de l'Université de Téhéran a déclaré que cette découverte était le résultat d'une collaboration interdisciplinaire et a déclaré: "Pour former et évaluer les performances de la structure proposée, un ensemble de données a été collecté et annoté, comprenant des images de tomographie par cohérence optique de patients atteints de différents stades de la DMLA. Les résultats ont montré que notre méthode est très précise dans la classification des images de DMLA et peut aider les cliniciens à diagnostiquer la maladie de manière plus efficace."