Quatre groupes de caractéristiques de texture déjà décrites ont été confrontées au diagnostic de diabète:
1) un histogramme avec échelle de gris et modèle binaire local,
2) une approche structurelle (Voronoi Tessellation),
3) un traitement du signal dit "Gaussian, Steerable et Gabor"
4) une étude de texture basée sur le modèle Markov Random Field.
Une meilleure détection avec l'échelle de gris ...
La première et la troisième famille de texture ont obtenu un meilleur résultat pour détecter de diabète. Le meilleur extracteur de texture pour cette détection s’avère être l'échelle de gris de l'image avec une précision de 99,02%, une sensibilité de 99,64% et une spécificité de 98,26%.
... mais un certain manque d'explications
La lecture hâtive du seul titre, peut donner l’impression d’assister au retour de la phrénologie qui consistait à identifier les profils de criminels ou plus largement de délinquants. Cette méthode, si soutenue au 19ème siècle, fit tant de dégâts et fut très combattue depuis pour ses dérives idéologiques. En réalité, il ne s’agit aucunement de cela mais bien d’études sérieuses et d’une toute autre nature. Néanmoins il est regrettable que les deux travaux très fouillés publiés à ce jour ne proposent aucune explication à cette variance de la texture cutanée du visage chez les diabétiques. De plus les sujets diabétiques comme ceux du groupe contrôle ne sont aucunement décrits et cela peut étonner quant à l’acceptation de ce travail par la revue.
Et qu’en serait-il si ces personnes étaient plus âgées, porteuses de maladies cutanées et surtout ici il s’agissait de sujets d’ethnies non asiatiques ? Quid des caucasoïdes ou de ceux ayant une peau plus pigmentée, noirs africains, indiens, sud-américains, intensivement exposés au soleil ? Et quelle avantage par rapport au diagnostic biologique assez simple et peu invasif qui prévaut actuellement ?
Néanmoins, l'affaire est à suivre quant à ce qui pourrait expliquer ces différences cutanées... Des approches non invasives basées sur l’analyse de la salive semblent plus prometteuses et plus riches d’informations sur le statut des diabétiques.
Shu T, Zhang B, Yan Tang Y. An extensive analysis of various texture feature extractors to detect Diabetes Mellitus using facial specific regions. Comput Biol Med. 2017 Feb 22;83:69-83. doi: 10.1016/j.compbiomed.2017.02.005.
CCAM technique : des trous dans la raquette des revalorisations
Dr Patrick Gasser (Avenir Spé) : « Mon but n’est pas de m’opposer à mes collègues médecins généralistes »
Congrès de la SNFMI 2024 : la médecine interne à la loupe
La nouvelle convention médicale publiée au Journal officiel, le G à 30 euros le 22 décembre 2024