Utilisation de l’imagerie rétinienne pour identifier les biomarqueurs en corrélation avec la maladie d’Alzheimer grâce à une approche d’apprentissage par transfert

La maladie d’Alzheimer, une maladie neurodégénérative à évolution lente caractérisée par une déficience cognitive, est la cause la plus fréquente de démence (> 50 % de tous les cas) et aucun traitement n’existe pour le moment. Des traceurs de la plaque amyloïde et de la protéine tau pour l’imagerie par tomographie par émission de positrons (TEP) sont désormais disponibles pour confirmer in vivo la présence de ces deux éléments, qui augmentent considérablement la probabilité d’avoir la maladie d’Alzheimer. Toutefois, le prix et les exigences (agents radioactifs) de la TEP n’en font pas un moyen acceptable d’identifier des milliers de patients qui pourraient être atteints de maladie d’Alzheimer asymptomatique. Nous avons développé une méthode de dépistage de la maladie d’Alzheimer basée sur l’imagerie hyperspectrale de la rétine, mais nous n’avons pas suffisamment de données pour la valider. L’objectif principal de cette étude est d’utiliser une approche d’apprentissage profond pour détecter les biomarqueurs dans les images rétiniennes qui sont fortement corrélés aux scores cognitifs en fonction des métadonnées acquises par l’ÉLCV, puis de transférer l’apprentissage à notre ensemble de données hyperspectrales pour identifier les sujets atteints de maladie d’Alzheimer.