Classificação de Estágios de Glaucoma Utilizando Volumes OCT e CNN3D

Abstract

Glaucoma é uma das doenças responsáveis pela cegueira. A detecção desta doença em estágios iniciais pode ajudar os pacientes em um tratamento para melhorar a qualidade de vida. Este estudo propõem a utilização de um método baseado em Deep Learning para fazer a classificação dos estágios do glaucoma em inicial, moderado/avançado e sem glaucoma. Para isso, utilizamos a base GAMMA, composta por 100 pares de imagens, fundos de olho e volumes OCT. Para fazer a classificação deste tipo de dado tridimensional propomos a utilização de uma CNN 3D baseada nos princípios da DenseNet e usamos Transfer Learning. O melhor resultado alcançado foi 84% de ACC com 2 Classes e 67% com 3 Classes. Mesmo com resultados limitados a técnica se mostra como uma boa base para trabalhos futuros de melhorias.