Détection du kératocône cornéen à l'aide d'un ensemble de données cliniques réelles Par ' Emploi et intelligence artificielle '

La cornée est essentielle à la vision, car elle assure la majeure partie du pouvoir de réfraction de l'oeil ; ainsi, même des modifications structurelles mineures peuvent affecter considérablement la vue. Le kératocône est une affection évolutive qui provoque un amincissement de la cornée, entraînant une distorsion visuelle et rendant le diagnostic précoce difficile.Ce travail présente un ensemble de données cliniques de cartes cornéennes couvrant la courbure, l'épaisseur et l'élévation de différentes couches de la cornée. Les images sont traitées via un pipeline spécialisé afin d'améliorer leur qualité avant analyse. Une approche d'intelligence artificielle est appliquée à l'aide de modèles d'apprentissage profond adaptés, dans lesquels chaque type de carte cornéenne est analysé séparément pour extraire des caractéristiques significatives et prédire la présence d'un kératocône.Les résultats de ces modèles individuels sont ensuite combinés à l'aide de techniques de fusion afin d'améliorer les performances diagnostiques globales. Une évaluation comparative de différentes stratégies de fusion permet d'identifier l'approche la plus efficace, ce qui se traduit par une détection très précise du kératocône et démontre la fiabilité du système proposé pour une utilisation clinique.