Canada Spends Logo

Explore our Budget 2026 analysis

Grant: Collaborative Research and Development Grants

École Polytechnique de Montréal

$173,044.00

Classification automatique des images de fond d'oeil

FY 2015-16

Summary
L'imagerie du fond de l'oeil est la modalité la mieux établie en ophtalmologie pour le dépistage des pathologies principales de la rétine telles que le glaucome, la dégénérescence maculaire liée à l'âge (DMLA) et la rétinopathie diabétique (RD). Le glaucome est caractérisé par des lésions du nerf optique et le nombre estimé de personnes aveugles en raison d'un glaucome est de 4,5 millions, soit plus de 12% de la cécité mondiale. La DMLA se manifeste quant à elle par des lésions de la rétine maculaire entraînant une altération de la vision centrale qui peut évoluer jusqu'à la cécité, dont elle en représente 8,7% des causes. Enfin, la RD se manifeste sous forme de lésions de la rétine chez la population diabétique. Selon l'organisation mondiale de la santé, la RD est une des causes majeures de déficience visuelle avec une prévalence mondiale de 4,8%. On estime que 100% de la population des diabétiques de type I sera atteinte de RD au bout de 10 ans d'évolution de leur diabète et 33% de la population des diabétiques de type II en sera atteinte au bout de 20 ans. L'objectif général du projet de recherche proposé est de concevoir un système d'aide à la décision pour une évaluation standardisée de la sévérité des lé-sions de la rétine à partir des images de fond d'oeil. Ce projet implique le développement d'algorithmes robustes de segmentation et de recalage des images de la rétine. La construction d'un atlas statistique des structures anatomiques de la rétine permettra une évaluation automatique de la sévérité des trois pathologies, ce qui pourrait aider à optimiser la prise en charge des patients en priorisant ceux qui présentent un risque potentiel d'évoluer vers un stade de pathologie non réversible. L'extraction de nouvelles caractéristiques du réseau vasculaire de la rétine pourrait aussi identifier des biomarqueurs prédicteurs de pathologies cardio-vasculaires. A terme, le projet proposé entrainera des bénéfices à notre système de santé en augmentant l'efficacité des protocoles préventifs et en réduisant le coût des traitements grâce à une détection précoce de la pathologie. De plus, le système proposé permettra de favoriser un programme de dépistage systématique des pathologies oculaires dans les régions urbaines et rurales grâce aux services de télémédecine.
Program
Collaborative Research and Development Grants
Location
Quebec, Canada
Recipient Type
Academia
Type
Grant
Source
NSERC's Awards Data

As published

Application id
484993-2015
Name nom
Cheriet, Farida
Department département
Génie informatique et génie logiciel
Organization id
64
Institution établissement
École Polytechnique de Montréal
Province en
Québec
Province fr
Québec
Country en
CANADA
Country fr
CANADA
Fiscal year exercice financier
2015
Competition year année de concours
2015
Award amount
173044
Program id
CRDPJ
Program name en
Collaborative Research and Development Grants
Program name fr
Subventions de recherche et développement coopérative
Group en
Research partnerships programs
Group fr
Programmes de partenariat
Committee code
141
Committee name en
University/Industry
Committee name fr
Universités/industrie
Area of application code
1102
Area of application group en
Health, education and social services
Area of application group fr
Santé publique, éducation et services sociaux
Area of application en
Biomedical engineering
Area of application fr
Génie biomédical
Research subject code
2800
Research subject group en
Artificial intelligence
Research subject group fr
Intelligence artificielle
Research subject en
Artificial intelligence (computer vision, use2603)
Research subject fr
Intelligence artificielle (vision artificielle, utiliser 2603)
Partie
1
Nb partie
3
Application title
Classification automatique des images de fond d'oeil
Keyword
NSERC
Application summary
L'imagerie du fond de l'oeil est la modalité la mieux établie en ophtalmologie pour le dépistage des pathologies principales de la rétine telles que le glaucome, la dégénérescence maculaire liée à l'âge (DMLA) et la rétinopathie diabétique (RD). Le glaucome est caractérisé par des lésions du nerf optique et le nombre estimé de personnes aveugles en raison d'un glaucome est de 4,5 millions, soit plus de 12% de la cécité mondiale. La DMLA se manifeste quant à elle par des lésions de la rétine maculaire entraînant une altération de la vision centrale qui peut évoluer jusqu'à la cécité, dont elle en représente 8,7% des causes. Enfin, la RD se manifeste sous forme de lésions de la rétine chez la population diabétique. Selon l'organisation mondiale de la santé, la RD est une des causes majeures de déficience visuelle avec une prévalence mondiale de 4,8%. On estime que 100% de la population des diabétiques de type I sera atteinte de RD au bout de 10 ans d'évolution de leur diabète et 33% de la population des diabétiques de type II en sera atteinte au bout de 20 ans. L'objectif général du projet de recherche proposé est de concevoir un système d'aide à la décision pour une évaluation standardisée de la sévérité des lé-sions de la rétine à partir des images de fond d'oeil. Ce projet implique le développement d'algorithmes robustes de segmentation et de recalage des images de la rétine. La construction d'un atlas statistique des structures anatomiques de la rétine permettra une évaluation automatique de la sévérité des trois pathologies, ce qui pourrait aider à optimiser la prise en charge des patients en priorisant ceux qui présentent un risque potentiel d'évoluer vers un stade de pathologie non réversible. L'extraction de nouvelles caractéristiques du réseau vasculaire de la rétine pourrait aussi identifier des biomarqueurs prédicteurs de pathologies cardio-vasculaires. A terme, le projet proposé entrainera des bénéfices à notre système de santé en augmentant l'efficacité des protocoles préventifs et en réduisant le coût des traitements grâce à une détection précoce de la pathologie. De plus, le système proposé permettra de favoriser un programme de dépistage systématique des pathologies oculaires dans les régions urbaines et rurales grâce aux services de télémédecine.
École Polytechnique de Montréal - $173,044 Grant (201… | Canada Spends