Les caractéristiques cliniques et paracliniques de kératocône

Table des matières

Introduction générale
1. Contexte
2. Problématique
3. Contribution
4. Organisation du manuscrit
Chapitre 1: contexte médicale
1. Introduction
2. Historique
3. Épidémiologie
4. Fréquence
5. Anatomie pathologique
6. Pathogénie
7. Symptômes
8. Evolution
9. Formes et types du kératocône
9.1. Le kératocône Fruste
9.2. Le kératocône aigu
10. Diagnostics différentiels et cliniques
11. Examens cornéotopographiques
11.1. La topographie cornéenne
11.2. Types de topographie cornéenne
12. Traitement du kératocône
12.1. Correction optique
12.1.1. Lunette
12.1.2. Lentille de contacte
12.2. Correction par chirurgie
13. Conclusion
Chapitre 2: Etat de l’art et principes théoriques des techniques utilisées
1. Introduction
2. Techniques de traitement d’images
2.1.La segmentation d’image
2.1.1. Segmentation par seuillage
2.2. Morphologie mathématique
2.2.1. Dilatation
2.2.2. Squelettisation
2.3. Caractérisation et Classification des images
3. Techniques de classification des données numériques
3.1. Classification par Réseaux de neurones
3.2. Classification par Machine a Vecteur de Support
3.3. Classification par K plus proches voisins
3.4. Classification par l’Arbre de décision
4. Etat de l’art
4.1. Approche de classifications numérique
4.2. Autres approches
5. Contribution
6. Conclusion
Chapitre 3: Base de données
1. Introduction
2. Définition d’une base de données
3. Description de la base de données collectée
3.1. BDD numérique
3.2. BDD images
4. Conclusion
Chapitre 4: Mise en oeuvre pratique
1. Introduction
2. Classification
2.1. Critères d’évaluation
2.2. Résultat de la classification
2.2.1. Méthode des K plus proches voisins K-NN
2.2.2. Méthode d’Arbre de décision C4.5
2.2.3. Méthode des Réseaux de neurone MLP
3. Chronologie du traitement d’images
3.1. Images antérieures et postérieures
3.1.1. Segmentation
3.1.2. Caractérisation
3.2. Images de kératométrie axiales
3.2.1. Caractérisation
3.2.2. Morphologie mathématique
3.3. Résultats et interprétations du traitement d’images
3.4. Classification de la base d’images
4. Classification de la combinaison des deux bases de données
5. Interprétation générale
6. Interface graphique
7. Conclusion
Conclusion générale et perspectives