Development of methods for automatic detection of glaucoma

• Antônio Sousa Vieira de Carvalho Júnior UFPI
• Antônio Oseas de Carvalho Filho UFPI
• Alcilene de Sousa UFPI
• Patricia Medyna Lauritzen de Lucena Drumond UFPI
• Patricia da Silva Barros UFPI

DOI: https://doi.org/10.5753/sbcas.2017.3709

Abstract

Glaucoma is an ocular disease developed by the increase of the intraocular pressure that causes the progressive loss of the visual field. Because the condition is asymptomatic, it is of great importance that the disease be identified in the early stages thus facilitating treatment. The Digital Image Processing in conjunction with computational techniques has been developing methods for automatic detection of glaucoma. In this way, a comparison was made between four methods developed using the Otsu and k-means algorithms. In the first stage, optical segmentation was made. In the second stage, the extraction of characteristics based on the phylogenetic diversity indexes was used, and finally the classification using the WEKA, obtaining the best result applying the Otsu with sensitivity of 97.5% Specificity of 100.0% and an accuracy of 97.9%.

References

Andrade, E. O., Sampaio, I. G. B., Viterbo, J., Silva, J. M. M., e Boscarioli, C. (2016). Identificação de perfis de consumo domiciliar de energia elétrica a partir de algoritmos de agrupamento. XII Simpósio Brasileiro de Sistemas de Informação.

Bertholdo, F. A. R. (2007). Técnicas de limiarização para melhorar a qualidade visual de documentos históricos. Dissertação de Mestrado. Pós-Graduação em Ciência da Computação da Universidade Federal de Minas Gerais.

Claro, L. M. (2015). Detecção automática do glaucoma por extração de características e classificação. Curso de Sistemas de Informação da Universidade Federal do Piauí. Picos – PI, Brasil.

Mello, A. A. P., Susanna, J. R., e Almeida, H. G. (2016). Glaucoma. 4. ed. Rio de Janeiro: Cultura Médica. 512 p.

Moreira, J. A. (2014). Diferentes abordagens de análise da diversidade biológica da anurofauna do sul de minas gerais. Dissertação de Mestrado em Ecologia e Tecnologia Ambiental pela Universidade Federal de Alfenas – MG.

Oliveira, W. E. B. e Fernandes, S. R. (2016). Classificação de padrões em imagens usando descritores de textura. Bacharelado em Sistemas de Informação.

Pinheiro, A. F. C., Almeida, J. D. S., Junior, G. B., e Silva, A. C. (2015). Metodologia computacional para deteção automática do glaucoma em imagens de fundo de olho. Universidade Federal do Maranhão – São Luís – MA – Brasil.

Resnikoff, S., Pascolini, D., Etyále, D. E., Kocur, I., Pararajasegaram, R., Pokharel, G. P., e Mariotti, S. P. (2004). Global data on visual impairment in the year 2002. Bulletin of the World Health Organization.

Santos, L. M., Araújo, F. H. D., Claro, M. L., Silva, W. L., Silva, R. M. V., e Drumond, P. M. L. L. (2015). Implementação e comparação de um método de deteção e segmentação automática do disco óptico em diferentes bases de imagens da retina. Curso de Sistemas de Informação da Universidade Federal do Piauí. Picos – PI, Brasil.

Santos, L. M. R. e Veras, R. M. S. (2012). Levantamento, descrição e detecção dos principais atributos para o diagnóstico de glaucoma. Universidade Federal do Piauí–UFPI, Brasil.