CVAE-based Causal Representation Learning from Retinal Fundus Images for Age Related Macular Degeneration(AMD) Prediction

Cette recherche propose un cadre d'apprentissage de représentations causales latentes basé sur des CVAE pour améliorer la prédiction et l'analyse des mécanismes de la Dégénérescence Maculaire Liée à l'Âge (DMLA) à partir d'images du fond d'œil, permettant ainsi une meilleure disjonction des facteurs causaux pour distinguer les cas normaux des cas pathologiques.

L'essentiel

🌟 Le Problème : Un Enquêteur qui cherche des indices

Imaginez que l'œil humain est une maison très complexe. La "Macula", c'est la pièce principale, le salon où tout se passe pour bien voir. Avec l'âge, cette pièce peut se détériorer. C'est ce qu'on appelle la Dégénérescence Maculaire Liée à l'Âge (DMLA).

Il y a deux types de DMLA :

1. La forme sèche : C'est comme si des ordures (des "drusen") s'accumulaient au sol, empêchant les meubles de bouger. C'est lent.
2. La forme humide : C'est le pire scénario. Des tuyaux d'arrosage défectueux (de nouveaux vaisseaux sanguins) percent le plafond et inondent le salon. C'est rapide et dangereux.

Le problème, c'est que les médecins doivent regarder des photos de l'intérieur de l'œil (des "rétines") pour deviner ce qui se passe. C'est difficile, car les signes sont parfois subtils et les maladies se ressemblent.

🤖 La Solution : Un Détective Artificiel qui comprend la "Cause"

Les chercheurs de cette étude ont créé une intelligence artificielle (IA) spéciale. Mais attention, ce n'est pas n'importe quelle IA.

La plupart des IA actuelles fonctionnent comme un étudiant qui apprend par cœur. Elles voient une photo et disent : "Tiens, ça ressemble à une photo de maladie, donc c'est une maladie !". Elles savent faire le lien, mais elles ne comprennent pas pourquoi.

Cette nouvelle IA, elle, fonctionne comme un vrai détective. Elle ne se contente pas de reconnaître la maladie, elle essaie de comprendre la chaîne de causalité.

• Question classique : "Est-ce que c'est malade ?"
• Question de cette IA : "Est-ce que c'est malade PARCE QUE il y a des ordures au sol ? Et est-ce que ces ordures ont provoqué une fuite d'eau ?"

🛠️ Comment ça marche ? (L'analogie du Lego et du Miroir)

Pour construire ce détective, les chercheurs ont utilisé deux outils magiques combinés :

1. Le Miroir Magique (VAE - Autoencodeur Variationnel Convolutif) :
   Imaginez que vous donnez une photo de rétine malade à un robot. Le robot la regarde, la décompose en petits blocs de Lego invisibles (ce qu'on appelle des "représentations latentes"), puis essaie de reconstruire la photo à partir de zéro.

   • Si le robot réussit à reconstruire la photo parfaitement, c'est qu'il a bien compris les blocs de Lego qui la composent.
   • Ici, le robot apprend à isoler les blocs "tâches d'huile", les blocs "fuite d'eau" et les blocs "santé".

2. Le Plan de la Ville (GAE - Graph Autoencodeur) :
   Une fois que le robot a ses blocs de Lego, il doit comprendre comment ils s'organisent. Est-ce que le bloc "fuite d'eau" vient après le bloc "tâche d'huile" ? Ou l'inverse ?
   Le robot dessine un plan de circulation (un graphe) pour voir qui influence qui. Il apprend que : Ordures (Drusen) ➔ Stress ➔ Fuite d'eau (Néovascularisation) ➔ Maladie.

🧪 Les Résultats : Ce que le détective a découvert

En entraînant cette IA avec des milliers de photos de rétines (venant d'une base de données publique indienne), voici ce qui s'est passé :

• Elle a "décodé" la maladie : L'IA a réussi à isoler des variables invisibles. Par exemple, elle a trouvé un "bouton virtuel" (appelé $z_4$) qui, quand on le tourne, fait apparaître ou disparaître les ordures (drusen) sur l'image générée. Un autre bouton ($z_0$) contrôle les fuites d'eau (hémorragies).
• Elle a deviné le lien caché : La science dit souvent que les ordures et les fuites d'eau sont des problèmes séparés. Mais l'IA a suggéré un lien : les ordures pourraient être la cause qui déclenche les fuites d'eau. C'est une découverte potentielle très importante !
• Elle est très précise : Quand on a demandé à l'IA de dire "Sain" ou "Malade" en utilisant seulement ces "boutons virtuels" (au lieu de regarder toute la photo), elle a eu 92% de réussite. C'est excellent, surtout car elle a compris la logique derrière la maladie, pas juste la forme.

💡 Pourquoi c'est génial pour le futur ?

Imaginez que vous êtes un médecin. Au lieu de juste dire "Votre patient a la DMLA", vous pouvez utiliser cette IA pour faire une simulation :

"Si on donne ce médicament qui enlève les ordures (on tourne le bouton $z_4$ vers le bas), à quoi ressemblera la rétine dans 6 mois ?"

L'IA peut générer une image de la rétine "après traitement" pour vous montrer le résultat potentiel. C'est comme un simulateur de vol pour les yeux !

🏁 En résumé

Cette étude a créé un détective artificiel capable de :

1. Regarder une photo de l'œil.
2. Comprendre la cause du problème (pas juste le symptôme).
3. Isoler les différents facteurs (saleté, eau, vaisseaux).
4. Prédire la maladie avec une grande précision.
5. Simuler l'effet d'un traitement avant même de le donner.

C'est un pas de géant vers des diagnostics plus rapides et des traitements personnalisés pour sauver la vue des personnes âgées. 🧠👁️✨

Résumé technique

1. Problématique

La Dégénérescence Maculaire Liée à l'Âge (DMLA ou AMD) est une cause majeure de perte de vision irréversible, en particulier la forme "humide" (Wet AMD) caractérisée par une néovascularisation rapide et des dommages au pigment rétinien (RPE).

• Limites des approches actuelles : Les méthodes traditionnelles de diagnostic reposent sur l'interprétation manuelle d'images (OCT, FA) ou sur des modèles d'apprentissage profond (Deep Learning - DL) classiques (CNN). Bien que ces modèles atteignent de bonnes performances de classification, ils fonctionnent principalement sur des corrélations statistiques et manquent de capacité à modéliser les mécanismes causaux sous-jacents de la maladie.
• Objectif : Développer un cadre d'apprentissage capable non seulement de prédire la présence de DMLA avec précision, mais aussi de comprendre et de représenter les relations causales entre les facteurs pathologiques (ex: drusènes, néovascularisation, hémorragies) à partir d'images de fond d'œil, afin de permettre des analyses d'intervention (simulations de traitements).

2. Méthodologie

L'étude propose un cadre d'apprentissage de représentations latentes causales explicites combinant un Auto-encodeur Variationnel Convolutif (CVAE) et un Auto-encodeur Graphique (GAE).

A. Données

• Source : Dataset RFMiD (Retinal Fundus Multi-Disease Image), contenant 1920 images d'entraînement, 640 de validation et 640 de test.
• Prétraitement : Les images ont été redimensionnées à 176x176x3. Un échantillonnage aléatoire (under-sampling) a été appliqué pour équilibrer les classes (Ratio 200:100 entre non-DMLA et DMLA) afin de traiter le déséquilibre initial.

B. Architecture du Modèle

Le modèle suit une approche en deux étapes couplées :

1. CVAE (Convolutional Variational Autoencoder) :
   • Encodeur : Trois couches convolutives suivies de couches denses pour extraire une représentation latente $Z$ à partir de l'image de fond d'œil $X$.
   • Décodeur : Structure symétrique pour reconstruire l'image originale.
   • Objectif : Minimiser l'erreur de reconstruction (MSE) et la divergence KL (via la borne inférieure de l'évidence, ELBO).
2. GAE (Graph Autoencoder) pour la découverte de causalité :
   • Les variables latentes $Z$ (concaténées avec l'étiquette de maladie $Y$) sont utilisées comme entrée pour un GAE.
   • Le GAE apprend une matrice d'adjacence $A$ représentant le graphe causal sous-jacent (DAG - Directed Acyclic Graph).
   • Contrainte de causalité : L'optimisation inclut une contrainte d'acyclicité (via la fonction de pénalité $h(A) = tr(e^{A \odot A}) - d = 0$) pour garantir que le graphe appris est un DAG valide, conformément au modèle causal structurel (SCM) de Pearl.

C. Fonction de Perte Globale

L'optimisation conjointe vise à minimiser :
$$\mathcal{L}_{total} = \mathcal{L}_{VAE} + \mathcal{L}_{GAE}$$
Où $\mathcal{L}_{VAE}$ assure la reconstruction de l'image et $\mathcal{L}_{GAE}$ assure l'apprentissage de la structure causale (incluant la régularisation L1 sur la matrice d'adjacence et la contrainte d'acyclicité via des multiplicateurs de Lagrange).

3. Contributions Clés

1. Modélisation Causale Explicite : Contrairement aux modèles "boîte noire", cette approche extrait des variables latentes causales ($Z$) qui correspondent directement aux mécanismes physiopathologiques de la DMLA (drusènes, fluides intrarétiniens, hémorragies).
2. Découverte de Structure sans Supervision Causale : Utilisation d'un GAE pour découvrir la topologie du graphe causal (qui influence qui) directement à partir d'images brutes, sans nécessiter d'étiquettes causales détaillées.
3. Analyse d'Intervention (Contrefactuel) : Le modèle permet de simuler des interventions en modifiant une variable latente spécifique (ex: réduire la variable correspondant aux fluides) pour visualiser l'effet potentiel d'un traitement sur l'image rétinienne reconstruite.
4. Performance Robuste : Démonstration que l'utilisation de ces représentations causales latentes améliore la prédiction de la maladie par rapport à l'utilisation directe des images ou d'autres modèles ML.

4. Résultats Expérimentaux

A. Apprentissage et Reconstruction

• Convergence : Le modèle a convergé après 850 époques avec des pertes stables ($\mathcal{L}_{VAE} \approx 0.0027$, $\mathcal{L}_{GAE} \approx 0.43$).
• Qualité d'image : Les images reconstruites par le CVAE ont bien capturé les caractéristiques pathologiques clés : les zones sombres (hypo-réfléchissantes) correspondant aux hémorragies/fluides et les zones brillantes (hyper-réfléchissantes) correspondant aux drusènes.

B. Validation Causale (Découplage)

• Découverte de graphe : La matrice d'adjacence apprise a été binarisée. La distance de Hamming structurelle (SHD) entre le graphe extrait et le graphe de référence (connaissances médicales) était de 2.0, indiquant une forte similarité.
• Interprétabilité :
  • La variable latente $z_4$ a été identifiée comme correspondant aux drusènes (augmentation de l'hyper-réflexivité).
  • La variable latente $z_0$ a été identifiée comme correspondant aux hémorragies et fluides intrarétiniens (augmentation de l'hyporéflexivité).
  • Une analyse statistique (test de Wilcoxon) a confirmé la corrélation significative de $z_4$ avec le diagnostic de drusènes ($p < 0.05$).

C. Performance de Prédiction

Des modèles de classification (DNN, Random Forest, GBM, Extra Trees) ont été entraînés sur les représentations latentes $Z$ pour prédire la présence de DMLA.

• Meilleur modèle : Le Réseau de Neurones Profond (DNN) a obtenu les meilleures performances sur les données de test.
  • Précision (Accuracy) : 92,12 %
  • F1-score pondéré : 91,85 %
  • Spécificité : 97,0 %
  • AUC-ROC : 87,10 %
• Comparé aux modèles ML classiques (Random Forest, GBM), le DNN utilisant les caractéristiques causales a montré une meilleure robustesse et un équilibre supérieur entre précision et rappel, évitant le surapprentissage observé dans d'autres modèles.

5. Signification et Conclusion

Cette recherche démontre que l'intégration de l'apprentissage de représentations causales dans l'analyse d'images médicales va au-delà de la simple classification.

• Avantage Clinique : Le modèle offre non seulement un diagnostic précis, mais fournit une explication causale des facteurs de risque présents dans l'image.
• Potentiel Thérapeutique : La capacité à simuler des interventions (en modifiant les variables latentes) ouvre la voie à des outils d'aide à la décision pour visualiser l'impact potentiel de traitements (ex: élimination des fluides) avant même leur administration.
• Limites et Perspectives : Les auteurs notent des limites dans la reconstruction fine des vaisseaux sanguins (due à la résolution des images) et l'absence de métriques quantitatives standardisées pour le découplage causal. Les travaux futurs devraient intégrer des modèles de diffusion pour une meilleure génération d'images et utiliser des données étiquetées plus granulaires.

En résumé, cette étude valide l'efficacité d'une approche hybride CVAE-GAE pour transformer des images de fond d'œil en représentations causales interprétables, améliorant à la fois la précision du diagnostic de la DMLA et la compréhension de ses mécanismes biologiques.