Reconnaissance des grades du kératocône par les CNN

Abstract

Dans le cas du kératocône,la cornée prend une forme conique en raison de son amincissement et de sa protrusion. La détection précoce du kératocône est essentielle pour éviter une perte de vision ou des réparations coûteuses. Dans les cartes de topographie cornéenne, la courbure et l'inclinaison peuvent être distinguées par les échelles de couleurs,les couleurs chaudes représentant les zones courbées et inclinées et les couleurs froides les zones plates. Avec l'avènement des algorithmes d'apprentissage automatique comme les réseaux neuronaux convolutifs (CNN), l'identification et la classification du kératocône à partir de ces cartes topographiques peut devenir plus rapides et plus précises.Des diffèrent algorithmes CNN comme Alexnet, resnet50 etc., ont été mis en oeuvre pour, la classification du kératocône. Les résultats montrent que le modèle resnet50 a donné un taux de classification de 96% par rapport à d'autres algorithmes comme Shufllenet qui a donné 94% et Googlenet avec 87.4%.Ce travail peut aider l'ophtalmologiste à réduire les erreurs de diagnostic et contribuer au dépistage rapide des patients