Detecção automática de glaucoma através de contornos ativos e características de textura.
Resumo
O glaucoma é uma das principais causas de cegueira mundial. Essa patologia não possui cura e seu tratamento em estágios iniciais é fundamental para evitar a perda de visão. Nesses casos, sistemas computacionais podem ser utilizados para auxílio ao diagnóstico. Nesse sentido, este estudo tem como objetivo desenvolver um método eficiente para detecção de glaucoma. A proposta utiliza novas abordagens para preparação da imagem, segmentação com contornos ativos e extração de características de textura Local Binary Pattern (LBP). Por fim, a classificação é realizada, validando a metodologia. Os resultados foram significativos, demostrando melhores métricas a Rede Neural Artificial, com acurácia de 96,13%, sensibilidade de 94,17%, especificidade de 98,13% e estatística kappa de 0,922.
Referências
Coppin, Ben. (2010) “Inteligência artificial”, Rio de Janeiro: LTC.
Doucette, L. P., Rasnitsyn, A., Seifi, M., Walter, M. A. (2015 ) “The Interactions of Genes, Age, and Environment in Glaucoma Pathogenesis”. Survey of Ophthalmology, v. 60, n. 4, p. 310-326.
Faust, O., Mookiah, M. R. K. (2013) “Automated glaucoma detection using hybrid feature extraction in retinal fundus images”, Journal of Mechanics in Medicine and Biology, v. 13, n. 1.
Henriques, H. A. M. (2015) “Caraterização do fluxo sanguíneo de uma bifurcação da artéria carótida comum com estenose”, Dissertação, Universidade do Porto.
Lamani, D., Manjunath, T., Mahesh, M., Nijagunarya, Y. (2014). “Early detection of glaucoma through retinal nerve fiber layer analysis using fractal dimension and texture feature. International Journal of Research in Engineering and Technology”, v. 3, n. 10, p. 158-163.
Liu, J., Yin, F., Wong, D., Zhang, Z., Tan, N., Cheung, C., Baskaran, M., Aung, T. and Wong, T. (2011). “Automatic glaucoma diagnosis from fundus image”, Engineering in Medicine and Biology Society, EMBC, Annual International Conference of the IEEE, p. 3383–3386.
Pellucci, P. R. S., Paula, R. R. de, Silva, W. B. de O., Ladeira, A. P. (2011) “Utilização de técnicas de aprendizado de máquina no reconhecimento de entidades nomeadas no português”, E-xacta, v. 4, n. 1, p. 73-81.
Rodrigues, A. C., Silva, M. R. B. M., Schellini, A. S. (1998 ) “Número de olhos cegos por glaucoma detectados em primeira consulta num hospital universitário”. Arquivos Brasileiros de Oftalmologia, v. 61, n. 5, p. 573-578.
Rodrigues, L., T., R. (2012) “Glaucoma e sua componente genética”, Dissertação, Universidade da Beira Interior.
Sengar, N., Dutta, M. K., Burget, R., Ranjoha, M. (2017) “Automated detection of suspected glaucoma in digital fundus images”, 40th International Conference on Telecommunications and Signal Processing (TSP), p. 749-752.
WHO. (2012) “Global data on visual impairments 2010”. World Health Organization. Geneva.
