Identificando a Paralisia do Sexto Nervo Ótico em Vı́deos Através de Redes Neurais Convolucionais e Curvatura Isophotes

• Polyana B. Costa UFMA
• João Dallyson S. Almeida UFMA
• Jorge Antônio Meireles Teixeira UFMA
• Geraldo Braz Júnior UFMA
• Anselmo Cardoso de Paiva UFMA

DOI: https://doi.org/10.5753/sbcas.2019.6258

Resumo

Este artigo descreve uma metodologia para auxiliar na identificação da paralisia do sexto nervo utilizando vı́deos. Uma vez que os métodos usu- ais para diagnóstico dessa paralisia são invasivos ou caros, um método não invasivo e acessı́vel pode ser útil para apoiar ou guiar o diagnóstico do oftal- mologista. O método proposto neste trabalho usa a rede neural convolucional YOLO para detectar a região dos olhos em faces e a curvatura de Isophotes para encontrar o centro dos olhos em cada quadro do vı́deo, mantendo assim um registro do movimento dos olhos durante um perı́odo de tempo, a fim de calcular a velocidade média com que cada olho se move. Os resultados obtidos mostraram que um olho que tem paralisia se move em média de forma 42% mais lenta que um olho saudável.

Referências

Curi, R. L. N., de Oliveira Costa, I. C. B., and Barroso, T. G. M. (2013). Paralisia do vi nervo (abducente). Rev Bras Oftalmol, 72(1):59–69.

Deng, J., Dong, W., Socher, R., Li, L.-J., Li, K., and Fei-Fei, L. (2009). Imagenet: A large-scale hierarchical image database.

Ehrenhau, M. P. (2018). Abducens nerve palsy (sixth cranial nerve palsy).
GARD (2015). Sixth nerve palsy.

Gonzalez, R. C. and Woods, R. E. (2007). Image processing. Digital image processing, 2.

Gray, H. and Goss, C. M. (1974). Anatomy of the human body. American Journal of Physical Medicine & Rehabilitation, 53(6):293.

Martinsen, O. G. and Grimnes, S. (2011). Bioimpedance and bioelectricity basics. Academic press.

Ouabida, E., Essadique, A., and Bouzid, A. (2017). Vander lugt correlator based active contours for iris segmentation and tracking. Expert Systems with Applications, 71:383–395. http://dx.doi.org/10.1016/j.eswa.2016.12.001

Powers, D. M. (2011). Evaluation: from precision, recall and f-measure to roc, informedness, markedness and correlation.

Redmon, J., Divvala, S., Girshick, R., and Farhadi, A. (2016). You only look once: Unified, real-time object detection. In Proceedings of the IEEE conference on computer vision and pattern recognition, pages 779–788.

Redmon, J. and Farhadi, A. (2018). Yolov3: An incremental improvement. arXiv preprint arXiv:1804.02767.

Resnick, R., Halliday, D., and WALKER, J. (2001). Fundamentos de fı́sica. Grupo Patria Cultural SA DE CV.

Rosebrock, A. (2016). Intersection over union (iou) for object detection.

Rubin, M. and Cornell, W. (2018). Paralisia do sexto nervo craniano (nervo motor ocular externo).

Szegedy, C., Ioffe, S., Vanhoucke, V., and Alemi, A. A. (2017). Inception-v4, inception-resnet and the impact of residual connections on learning. In AAAI, volume 4, page 12.

Trade, P. (2018). A keras implementation of yolov3.

Valenti, R. and Gevers, T. (2008). Accurate eye center location and tracking using isophote curvature. http://dx.doi.org/10.1109/CVPR.2008.4587529