Detecção De Glaucoma Usando Redes Em Cápsula

Abstract

O glaucoma é uma doença que degrada o nervo óptico causando perda irreversível da visão e cujos sintomas costumam aparecer somente em estágios avançados da doença. O principal recurso contra o glaucoma é o seu diagnóstico precoce, o qual mostra a importância dos sistemas de diagnóstico assistido por computador, visto que estes provêm uma segunda opinião ao especialista, ajudando no correto diagnóstico. Assim, este trabalho apresenta um método computacional para detecção de glaucoma utilizando redes em cápsula. Os testes foram realizados juntando-se oito bases públicas de imagens de exames de glaucoma, totalizando 2.086 imagens. Nosso método obteve 85,29% de acurácia, 81,77% de sensibilidade e 88,28% de especificidade.

Classificação de Estágios de Glaucoma Utilizando Volumes OCT e CNN3D

“…Neste contexto, métodos automáticos que possam auxiliar especialistas a detectar a doenc ¸a utilizando exames de imagem, podem vir a ter grande potencial para uso clínico. Métodos baseados em técnicas que utilizam aprendizagem profunda têm mostrado bons resultados em tarefas de classificac ¸ão de imagens médicas [Moreira et al 2021, Fernandes et al 2019, Martins et al 2021. As redes neurais convolucionais (CNN, do inglês Convolutional Neural Network), principal tipo de rede profunda empregada em classificac ¸ão de imagens, extrai características das imagens que podem ser consideradas irrelevantes para os seres humanos [Maetschke et al 2019], que necessitam fazer extrac ¸ão de parâmetros quantitativos.…”