Planejamento Cirúrgico de Estrabismo Horizontal Utilizando Regressores de Múltiplas Saídas
Resumo
O estrabismo é uma patologia oftalmológica que afeta cerca de 4% da população, que pode causar danos sensoriais irreversíveis à visão. O tratamento dos casos mais graves requerem intervenção cirúrgica. O planejamento de tais operações é complexo e exige, além de vasto conhecimento na área, experiência por parte do médico especialista. Desta forma, este trabalho utiliza regressores com múltiplas saídas e Máquinas de Vetores de Suporte para Regressão (SVR) para indicar o planejamento de cirurgias de estrabismo . Em nosso método mais preciso, dos três avaliados, foi obtido EAM de 0.798 milímetros e REQM de 1.259 milímetros na indicação do plano cirúrgico de estrabismos horizontais.
Referências
Almeida, J. D. S. d., Silva, A. C., Teixeira, J. A. M., Paiva, A. C., and Gattass, M. (2015). Surgical planning for horizontal strabismus using support vector regression. Computers in biology and medicine, 63:178–186.
Borchani, H., Varando, G., Bielza, C., and Larrañaga, P. (2015). A survey on multi-output regression. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, 5(5):216–233.
Diaz, J. P. and Dias, C. S. (2000). Strabismus. Butterworth Heinemann,Woburn, Massachusets, EUA.
Mills, M. D., Coats, D. K., Donahue, S. P., and Wheeler, D. T. (2004). Strabismus surgery for adults: a report by the american academy of ophthalmology. Ophthalmology, 111(6):1255–1262.
NOEL, L., BLOOM, J., CLARKE, W., and BAWAZEER, A. (1997). Retinal perforation in strabismus surgery. Journal of pediatric ophthalmology and strabismus, 34(2):115–117.
Noorden, G. V. and Campos, E. (2001). Binocular vision and ocular motility: theory and management of strabismus. Mosby Inc.
Queiroz, F. C. M. (2010). Análise de componentes principais na meta-análise para obtenção de equações de predição de valores energéticos de alimentos para aves. Master’s thesis, Universidade Federal de Lavras.
Read, J., Pfahringer, B., Holmes, G., and Frank, E. (2011). Classifier chains for multi-label classification. Machine learning, 85(3):333.
Schutte, S., Polling, J. R., van der Helm, F. C. T., and Simonsz, H. J. (2008). Human error in strabismus surgery: quantification with a sensitivity analysis. Graefe’s Archive for Clinical and Experimental Ophthalmology, 247(3):399.
Spyromitros-Xioufis, E., Tsoumakas, G., Groves, W., and Vlahavas, I. (2012). Multi-label classification methods for multi-target regression. arXiv preprint arXiv:1211.6581.
Vapnik, V. (1998). Statistical learning theory. 1998, volume 3. Wiley, New York.
Vapnik, V., Golowich, S. E., Smola, A., et al. (1997). Support vector method for function approximation, regression estimation, and signal processing. Advances in neural information processing systems, pages 281–287.
Witten, I. and Frank, E. (2005). Data mining: practical machine learning tools and techniques. Morgan Kaufmann, San Francisco, USA.
Ziaei, H., Katibeh, M., Mohammadi, S., Mirzaei, M., Moein, H.-R., Kheiri, B., Taghaddos, S., and Rajavi, Z. (2016). The impact of congenital strabismus surgery on quality of life in children. Journal of Ophthalmic & Vision Research, 11(2):188.
Borchani, H., Varando, G., Bielza, C., and Larrañaga, P. (2015). A survey on multi-output regression. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, 5(5):216–233.
Diaz, J. P. and Dias, C. S. (2000). Strabismus. Butterworth Heinemann,Woburn, Massachusets, EUA.
Mills, M. D., Coats, D. K., Donahue, S. P., and Wheeler, D. T. (2004). Strabismus surgery for adults: a report by the american academy of ophthalmology. Ophthalmology, 111(6):1255–1262.
NOEL, L., BLOOM, J., CLARKE, W., and BAWAZEER, A. (1997). Retinal perforation in strabismus surgery. Journal of pediatric ophthalmology and strabismus, 34(2):115–117.
Noorden, G. V. and Campos, E. (2001). Binocular vision and ocular motility: theory and management of strabismus. Mosby Inc.
Queiroz, F. C. M. (2010). Análise de componentes principais na meta-análise para obtenção de equações de predição de valores energéticos de alimentos para aves. Master’s thesis, Universidade Federal de Lavras.
Read, J., Pfahringer, B., Holmes, G., and Frank, E. (2011). Classifier chains for multi-label classification. Machine learning, 85(3):333.
Schutte, S., Polling, J. R., van der Helm, F. C. T., and Simonsz, H. J. (2008). Human error in strabismus surgery: quantification with a sensitivity analysis. Graefe’s Archive for Clinical and Experimental Ophthalmology, 247(3):399.
Spyromitros-Xioufis, E., Tsoumakas, G., Groves, W., and Vlahavas, I. (2012). Multi-label classification methods for multi-target regression. arXiv preprint arXiv:1211.6581.
Vapnik, V. (1998). Statistical learning theory. 1998, volume 3. Wiley, New York.
Vapnik, V., Golowich, S. E., Smola, A., et al. (1997). Support vector method for function approximation, regression estimation, and signal processing. Advances in neural information processing systems, pages 281–287.
Witten, I. and Frank, E. (2005). Data mining: practical machine learning tools and techniques. Morgan Kaufmann, San Francisco, USA.
Ziaei, H., Katibeh, M., Mohammadi, S., Mirzaei, M., Moein, H.-R., Kheiri, B., Taghaddos, S., and Rajavi, Z. (2016). The impact of congenital strabismus surgery on quality of life in children. Journal of Ophthalmic & Vision Research, 11(2):188.
Publicado
02/07/2017
Como Citar
SILVA, Thalles Alencar; DE ALMEIDA, João Dallyson Sousa; TEIXEIRA, Jorge Antonio Meireles; BRAZ JUNIOR, Geraldo.
Planejamento Cirúrgico de Estrabismo Horizontal Utilizando Regressores de Múltiplas Saídas. In: SIMPÓSIO BRASILEIRO DE COMPUTAÇÃO APLICADA À SAÚDE (SBCAS), 17. , 2017, São Paulo.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2017
.
p. 1987-1996.
ISSN 2763-8952.
DOI: https://doi.org/10.5753/sbcas.2017.3714.
