Détection automatisée et segmentation de l’anneau de Weiss sur des images de fond d’œil par apprentissage profond

Pourquoi de petits anneaux dans l’œil comptent

Avec l’âge, beaucoup remarquent de nouveaux « corps flottants » qui dérivent dans le champ visuel. La plupart sont bénins, mais certains peuvent indiquer des changements susceptibles, parfois, d’entraîner des déchirures rétiniennes voire la cécité. L’un des signes les plus nets de ce type de modification est une petite tache en forme d’anneau à l’intérieur de l’œil appelée anneau de Weiss. Sur des photos oculaires courantes, cet anneau peut toutefois être discret et facile à manquer — même pour des experts, et surtout pour des ordinateurs. Cette étude décrit un nouveau système d’intelligence artificielle (IA) qui apprend à repérer et à délimiter les anneaux de Weiss sur des photographies rétiniennes standard, transformant potentiellement des images de routine en une source plus riche d’informations cliniques et de recherche.

Un indice subtil dans des photos oculaires de routine

Le fond de l’œil est rempli d’un gel transparent qui se sépare progressivement de la rétine avec l’âge, un processus appelé décollement postérieur du vitré. Lorsque cette séparation est complète, elle peut laisser une boucle de tissu flottante devant la papille optique : l’anneau de Weiss. Sa présence indique que la séparation est achevée et, chez certains patients présentant des éclairs lumineux ou des corps flottants soudains, elle peut marquer une période pendant laquelle la rétine est plus susceptible de subir de petites déchirures. Pourtant, les anneaux de Weiss ne sont pas toujours visibles, peuvent se situer hors du champ de la caméra et ressemblent souvent à des ombres vagues. Les systèmes d’IA traditionnels entraînés pour détecter les maladies rétiniennes courantes ont pour la plupart ignoré ces structures ou les ont confondues avec des artefacts, laissant inutilisée une information importante.

Apprendre aux ordinateurs à trouver l’anneau

Les chercheurs ont rassemblé 582 photographies oculaires en couleur issues de plusieurs bases de données publiques et ont demandé à trois spécialistes de l’œil d’indiquer quelles images contenaient un anneau de Weiss et de tracer soigneusement son contour. Cela a produit 194 images avec anneaux et 388 sans. Ils ont ensuite conçu un système d’IA en deux parties. L’une, appelée réseau de segmentation, a appris à dessiner une carte pixel par pixel de l’emplacement de l’anneau dans chaque image. L’autre, un réseau de classification, a appris à décider si un anneau est présent ou non sur la photo. Un second classifieur a examiné uniquement le masque de segmentation pour juger si la zone marquée ressemblait véritablement à un anneau. Enfin, un modèle statistique simple a combiné les deux scores de classification en une prédiction finale unique.

Performance du système

Sur un jeu de test tenu à l’écart que l’IA n’a jamais vu lors de l’entraînement, le réseau de délimitation a produit des cartes qui se superposaient de manière raisonnable aux tracés des experts, particulièrement dans les cas les plus nets. Il montrait une sensibilité élevée, détectant la plupart des anneaux réels, bien qu’il ait parfois marqué des régions supplémentaires où des réflexions ou la texture de l’arrière-plan imitaient un anneau. Lorsque la sortie de segmentation était fusionnée avec le classifieur au niveau de l’image, la détection globale s’est améliorée. Le système combiné a correctement distingué les images avec et sans anneau avec une aire sous la courbe élevée (environ 0,90) et une bonne précision, tout en montrant une bonne capacité à exclure les images sans anneau. Des cartes de chaleur visuelles ont confirmé que le modèle se concentrait principalement sur la zone autour du nerf optique où les anneaux de Weiss apparaissent typiquement, renforçant l’idée qu’il utilisait des indices cliniquement pertinents plutôt que des motifs erronés.

Ce que cela pourrait signifier pour les soins et la recherche

Les auteurs soulignent que cet outil ne remplace pas un examen oculaire complet ni des examens avancés lorsque quelqu’un signale des éclairs ou des corps flottants soudains. Les photographies standard couvrent seulement une partie de la rétine et de nombreuses personnes avec un décollement du vitré ne présentent jamais d’anneau visible. Le système est plutôt présenté comme un assistant : il peut signaler des images pour un examen plus approfondi dans de larges programmes de dépistage, aider les stagiaires à apprendre à reconnaître des anneaux subtils et permettre aux chercheurs de trier des milliers de photos archivées pour étudier à quelle fréquence les anneaux apparaissent et comment ils se rapportent à des facteurs comme l’âge, une chirurgie ou d’autres maladies oculaires. Comme l’étude a utilisé un nombre modeste d’images publiques, des essais plus larges en conditions réelles — idéalement comparés à l’imagerie grand-angle ou à des scans tridimensionnels — seront nécessaires avant que l’approche puisse être utilisée de manière fiable dans les décisions cliniques quotidiennes.

Un petit anneau au potentiel de mégadonnées

En termes simples, ce travail montre qu’un ordinateur peut être entraîné non seulement à répondre « oui ou non » à la présence d’un petit anneau flottant dans l’œil, mais aussi à en indiquer l’emplacement. Bien que le système reste une preuve de concept et non une autorité diagnostique, il ouvre la possibilité de transformer un signe souvent négligé en un signal interrogeable à travers d’immenses collections d’images. Employée avec prudence et en complément d’un examen approprié, une telle IA pourrait aider cliniciens et chercheurs à prêter davantage attention à des corps flottants subtils qui racontent l’histoire de l’œil vieillissant.

Citation: Kim, H., Ryu, S.Y., Yoo, T.K. et al. Automated detection and segmentation of Weiss ring in fundus photography images using deep learning. Sci Rep 16, 13787 (2026). https://doi.org/10.1038/s41598-026-44593-3

Mots-clés: Anneau de Weiss, imagerie rétinienne, apprentissage profond, décollement du vitré, IA médicale