OPTED: Open Preprocessed Trachoma Eye Dataset Using Zero-Shot SAM 3 Segmentation

Cet article présente OPTED, un jeu de données open source prétraité pour la classification automatisée du trachome, construit à partir d'images cliniques éthiopiennes en utilisant une pipeline de segmentation zero-shot basée sur le modèle SAM 3 pour extraire et nettoyer les régions d'intérêt.

L'essentiel

Voici une explication simple et imagée de ce papier de recherche, comme si on en parlait autour d'un café.

🌍 Le Problème : Une maladie qui aveugle, mais des photos "sales"

Imaginez que le trachome est un ennemi silencieux qui aveugle des millions de personnes, surtout en Afrique subsaharienne. Pour le combattre, les médecins doivent regarder à l'intérieur de la paupière des patients pour voir des signes d'infection (des boutons rouges, de l'inflammation).

Le problème, c'est que les photos prises sur le terrain sont souvent très "sales".

• On y voit des gants de médecin, des doigts, de la peau, un éclairage bizarre.
• C'est comme essayer de reconnaître un visage dans une photo de foule où tout le monde bouge et où il y a des ombres partout.

Les ordinateurs (l'intelligence artificielle) ont du mal à apprendre avec ces photos bruyantes. De plus, il n'existait pas de "cuisine" prête à l'emploi pour nettoyer ces photos spécifiquement pour l'Afrique, là où le problème est le plus grave.

🛠️ La Solution : OPTED, le "Filtre Magique"

Les auteurs (Kibrom, Hadush et Bruk) ont créé un projet appelé OPTED. C'est comme une usine de nettoyage automatique pour ces photos d'yeux.

Leur secret ? Ils utilisent un robot très intelligent appelé SAM 3 (Segment Anything Model 3). Imaginez SAM 3 comme un dessinateur ultra-rapide qui peut voir une image et dire : "Ah, là, c'est la paupière, et là, c'est juste un doigt qui gêne."

Mais ce robot a besoin d'une instruction précise. Si vous lui dites "paupière", il ne comprend pas toujours le langage médical. Alors, les chercheurs ont joué au jeu du "Qui est le meilleur détective ?"

🔍 L'Expérience : Trouver la phrase magique

Ils ont testé 5 phrases différentes pour demander au robot de dessiner la zone importante (la partie rouge et malade de la paupière).

• Phrase A : "Conjonctive tarsale" (trop technique, le robot ne comprenait pas).
• Phrase B : "Intérieur de la paupière avec du tissu rouge" (Celle-ci a gagné ! 🏆).

C'est comme si vous demandiez à un enfant de dessiner "le gâteau" : si vous dites "le gâteau", il dessine un gâteau. Si vous dites "le dessert sucré avec de la crème", il dessine aussi un gâteau, mais peut-être avec plus de détails. La phrase "Intérieur de la paupière avec du tissu rouge" a permis au robot de voir exactement ce qu'il fallait garder et de jeter le reste (les doigts, les gants).

🔄 Le Processus en 4 Étapes (La Recette de Cuisine)

Voici comment ils transforment une photo brute en une photo parfaite pour un ordinateur :

1. Le Découpage (SAM 3) : Le robot lit la phrase magique et découpe la zone rouge de la paupière comme un couteau de chef.
2. Le Nettoyage : Il jette tout ce qui n'est pas la paupière (les doigts, le fond noir) et recadre l'image pour qu'elle soit bien centrée.
3. L'Alignement : Parfois, la photo est prise de travers (comme un portrait). Le système tourne l'image pour que la paupière soit toujours "à l'horizontale", comme un livre posé sur une table.
4. Le Formatage (La taille standard) : Ils réduisent toutes les images à une taille parfaite de 224 x 224 pixels. C'est comme mettre tous les vêtements dans une machine à laver qui les rend tous de la même taille, prêts à être portés par n'importe quel modèle d'intelligence artificielle.

📊 Le Résultat : Une Bibliothèque Propre

À la fin, ils ont créé une bibliothèque numérique (le dataset OPTED) avec 2 832 photos parfaitement nettoyées.

• Elles sont classées en trois catégories : Normal (sain), TF (légèrement rouge), et TI (très rouge et grave).
• C'est la première fois qu'une telle bibliothèque vient directement des zones les plus touchées par la maladie.
• Tout est gratuit et ouvert (Open Source) : n'importe quel chercheur peut télécharger les photos et le code pour entraîner ses propres robots à détecter la maladie.

🚀 Pourquoi c'est important ?

Avant, les chercheurs devaient passer des mois à nettoyer des photos à la main, comme si on devait laver chaque brique d'un mur à la brosse à dents. Avec OPTED, c'est automatique.

Cela permet de créer des applications mobiles qui pourraient aider les médecins dans les villages reculés à diagnostiquer le trachome instantanément, même sans spécialiste sur place. L'objectif est d'éliminer cette maladie d'ici 2030, et cette "usine de nettoyage" est un outil clé pour y arriver.

En résumé : Ils ont pris des photos brutes et désordonnées, ils ont appris à un robot à les nettoyer avec la bonne phrase magique, et ils ont offert le résultat gratuit à tout le monde pour sauver la vue de millions de personnes. 🧼👁️✨

Résumé technique

Voici un résumé technique détaillé du papier de recherche OPTED : Open Preprocessed Trachoma Eye Dataset Using Zero-Shot SAM 3 Segmentation, rédigé en français.

1. Problématique

Le trachome, causé par l'infection oculaire à Chlamydia trachomatis, reste la première cause infectieuse de cécité dans le monde. Plus de 85 % des cas actifs se situent en Afrique subsaharienne, l'Éthiopie à elle seule représentant plus de la moitié de la charge mondiale. Malgré l'urgence de l'élimination du trachome d'ici 2030 (objectif de l'OMS), plusieurs obstacles freinent le déploiement de solutions d'IA :

• Manque de données : Il n'existe aucun jeu de données prétraité et public pour la classification automatique du trachome, en particulier aucun provenant de la région la plus touchée (Afrique subsaharienne).
• Bruit de fond : Les photographies cliniques brutes des paupières contiennent beaucoup de bruit (gants, peau, éclairage variable) qui entrave l'entraînement des modèles d'apprentissage profond.
• Absence de standardisation : Les travaux antérieurs utilisent des méthodes de prétraitement manuelles ou propriétaires non reproductibles, et ne publient pas leurs pipelines de préparation des données.

2. Méthodologie

Les auteurs proposent OPTED, un jeu de données ouvert et un pipeline de prétraitement entièrement reproductible basé sur le modèle Segment Anything Model 3 (SAM 3) de Meta, utilisé en mode "zero-shot" (sans fine-tuning).

Le pipeline se déroule en quatre étapes principales :

1. Segmentation par prompt textuel (Zero-Shot) : Utilisation de SAM 3 pour extraire la conjonctive tarsale (la zone d'intérêt clinique) à partir de descriptions textuelles naturelles.
2. Suppression du fond et recadrage : Application du masque binaire pour éliminer le fond, suivi d'un recadrage avec une bordure de 5 % (padding) autour de la zone d'intérêt.
3. Alignement : Rotation des images pour que l'axe le plus long soit horizontal, assurant une cohérence spatiale.
4. Redimensionnement : Mise à l'échelle des images finales à 224 × 224 pixels en utilisant l'interpolation de Lanczos (méthode choisie pour sa supériorité dans la préservation des détails fins comme les follicules, par rapport aux méthodes bilinéaires ou bicubiques).

Sélection du Prompt Optimal :
Une étape critique a consisté à évaluer cinq prompts textuels candidats sur l'ensemble des 2 832 images. Le prompt "inner surface of eyelid with red tissue" (surface interne de la paupière avec tissu rouge) a été sélectionné car il offrait :

• Le score de confiance moyen le plus élevé (0,873).
• La déviation standard la plus faible (0,069), indiquant une grande cohérence.
• La plus grande couverture de surface (29,8 % de l'image), assurant une capture complète des tissus périphériques.
• Un taux de détection de 99,5 % (les 13 images manquées ont été récupérées via des prompts de repli).

3. Résultats et Statistiques du Jeu de Données

Le pipeline a été appliqué avec succès à 2 832 images étiquetées, provenant de sept études de terrain dans six pays (dont l'Éthiopie, la Tanzanie, etc.).

• Répartition des classes (selon le système OMS) :
  • Normal (Sain) : 2 487 images.
  • TF (Trachomatous Inflammation, Follicular) : 324 images.
  • TI (Trachomatous Inflammation, Intense) : 21 images (classe très minoritaire).
• Qualité de la segmentation :
  • Score de confiance moyen global : 0,872 (écart-type 0,070).
  • Les images TI présentent le score de confiance le plus élevé (0,902), probablement en raison de l'inflammation visuellement distincte.
• Format de sortie : Le jeu de données est disponible en deux formats : images recadrées/alignées (conservant le ratio d'aspect original) et images standardisées 224 × 224 prêtes pour les architectures pré-entraînées (ResNet, ViT, etc.).
• Performance du pipeline : Sur une carte graphique NVIDIA RTX 2000 Ada, le traitement complet des 2 832 images prend environ une heure (≈1,3 seconde par image).

4. Contributions Clés

1. Premier jeu de données prétraité public : OPTED est le premier jeu de données prétraité pour le trachome provenant de l'Afrique subsaharienne, comblant un vide majeur dans la recherche médicale.
2. Pipeline Open-Source complet : Contrairement aux travaux antérieurs, les auteurs publient l'intégralité du code de prétraitement, permettant une reproductibilité totale.
3. Évaluation systématique des prompts : Une analyse comparative rigoureuse a démontré que les descriptions visuelles ("tissu rouge") surpassent la terminologie médicale clinique ("conjonctive tarsale") pour les modèles de fondation vision-langue comme SAM 3.
4. Deux formats de données : Fourniture de données adaptées à la fois à l'analyse de détails fins (ratio d'aspect conservé) et à l'entraînement de modèles standards (224 × 224).

5. Signification et Impact

Ce travail est une avancée significative pour la santé publique et l'informatique médicale :

• Accélération de la recherche : En fournissant des données prêtes à l'emploi, il élimine la barrière technique du prétraitement, permettant aux chercheurs de se concentrer sur l'architecture des modèles de classification.
• Équité régionale : Il adresse le déséquilibre géographique des données en se concentrant sur la région la plus touchée par la maladie.
• Validation de l'approche Zero-Shot : Il démontre que les modèles de fondation (Foundation Models) peuvent être appliqués efficacement à des tâches médicales spécialisées sans réentraînement, à condition d'utiliser les bons prompts visuels.
• Objectif OMS 2030 : En facilitant le développement d'outils de dépistage automatisés et évolutifs, OPTED soutient directement les efforts mondiaux pour éliminer le trachome.

Limites notables : Le jeu de données présente un déséquilibre de classe important (seulement 21 cas TI), ce qui nécessite des techniques de validation croisée pour l'évaluation de cette catégorie. De plus, la validation de la segmentation repose actuellement sur les scores de confiance du modèle et non sur des métriques d'IoU/Dice par des experts (prévu pour des travaux futurs).

Le jeu de données et le code sont disponibles sous licence CC-BY-NC 4.0 (données) et MIT (code) pour encourager la collaboration scientifique.