Inteligência artificial e diagnóstico do glaucoma

Detalhes bibliográficos
Autor(a) principal: Bragança, Clerimar Paulo
Data de Publicação: 2023
Outros Autores: Torres, José Manuel, Soares, Christophe Pinto de Almeida
Tipo de documento: Artigo
Idioma: por
Título da fonte: Brazilian Applied Science Review
Texto Completo: https://ojs.brazilianjournals.com.br/ojs/index.php/BASR/article/view/61874
Resumo: O progresso dos algoritmos de inteligência artificial (IA) no processamento de imagens digitais e nos estudos de diagnóstico automático da doença ocular glaucoma vem crescendo e apresentando avanços essenciais para garantir um melhor atendimento clínico a população. Diante do contexto, este artigo descreve os principais tipos de glaucoma existentes e as formas tradicionais de diagnóstico. Apresenta também a epidemiologia mundial da doença e como os estudos com algoritmos de IA vêm sendo investigados como uma possível ferramenta para auxiliar no diagnóstico precoce desta patologia por meio de triagens populacionais. Portanto, a seção de trabalhos relacionados apresenta os principais estudos e metodologias utilizadas na classificação automática do glaucoma a partir de imagens digitais de fundo de olho e algoritmos de IA, bem como as principais bases de dados contendo imagens rotuladas para o glaucoma e disponíveis publicamente para treinamento dos algoritmos de aprendizado de máquinas.
id BASR-0_35ae4aa1800155a44ddf579c06a9f8b7
oai_identifier_str oai:ojs2.ojs.brazilianjournals.com.br:article/61874
network_acronym_str BASR-0
network_name_str Brazilian Applied Science Review
repository_id_str
spelling Inteligência artificial e diagnóstico do glaucomadeep learningglaucomafundoscopiaO progresso dos algoritmos de inteligência artificial (IA) no processamento de imagens digitais e nos estudos de diagnóstico automático da doença ocular glaucoma vem crescendo e apresentando avanços essenciais para garantir um melhor atendimento clínico a população. Diante do contexto, este artigo descreve os principais tipos de glaucoma existentes e as formas tradicionais de diagnóstico. Apresenta também a epidemiologia mundial da doença e como os estudos com algoritmos de IA vêm sendo investigados como uma possível ferramenta para auxiliar no diagnóstico precoce desta patologia por meio de triagens populacionais. Portanto, a seção de trabalhos relacionados apresenta os principais estudos e metodologias utilizadas na classificação automática do glaucoma a partir de imagens digitais de fundo de olho e algoritmos de IA, bem como as principais bases de dados contendo imagens rotuladas para o glaucoma e disponíveis publicamente para treinamento dos algoritmos de aprendizado de máquinas.Brazilian Journals Publicações de Periódicos e Editora Ltda.2023-09-18info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://ojs.brazilianjournals.com.br/ojs/index.php/BASR/article/view/6187410.34115/basrv7n2-017bBrazilian Applied Science Review; Vol. 7 No. 2 (2023); 683-707Brazilian Applied Science Review; Vol. 7 Núm. 2 (2023); 683-707Brazilian Applied Science Review; v. 7 n. 2 (2023); 683-7072595-36212595-3621reponame:Brazilian Applied Science Reviewinstname:Brazilian Journals Publicações de Periódicos e Editora Ltdainstacron:FIEPporhttps://ojs.brazilianjournals.com.br/ojs/index.php/BASR/article/view/61874/46055Copyright (c) 2023 Brazilian Applied Science Reviewinfo:eu-repo/semantics/openAccessBragança, Clerimar PauloTorres, José ManuelSoares, Christophe Pinto de Almeida2023-10-19T12:33:04Zoai:ojs2.ojs.brazilianjournals.com.br:article/61874Revistahttps://www.brazilianjournals.com/index.php/BASRPRIhttps://ojs.brazilianjournals.com.br/ojs/index.php/BASR/oaibrazilianasr@yahoo.com || brazilianasr@yahoo.com2595-36212595-3621opendoar:2023-10-19T12:33:04Brazilian Applied Science Review - Brazilian Journals Publicações de Periódicos e Editora Ltdafalse
dc.title.none.fl_str_mv Inteligência artificial e diagnóstico do glaucoma
title Inteligência artificial e diagnóstico do glaucoma
spellingShingle Inteligência artificial e diagnóstico do glaucoma
Bragança, Clerimar Paulo
deep learning
glaucoma
fundoscopia
title_short Inteligência artificial e diagnóstico do glaucoma
title_full Inteligência artificial e diagnóstico do glaucoma
title_fullStr Inteligência artificial e diagnóstico do glaucoma
title_full_unstemmed Inteligência artificial e diagnóstico do glaucoma
title_sort Inteligência artificial e diagnóstico do glaucoma
author Bragança, Clerimar Paulo
author_facet Bragança, Clerimar Paulo
Torres, José Manuel
Soares, Christophe Pinto de Almeida
author_role author
author2 Torres, José Manuel
Soares, Christophe Pinto de Almeida
author2_role author
author
dc.contributor.author.fl_str_mv Bragança, Clerimar Paulo
Torres, José Manuel
Soares, Christophe Pinto de Almeida
dc.subject.por.fl_str_mv deep learning
glaucoma
fundoscopia
topic deep learning
glaucoma
fundoscopia
description O progresso dos algoritmos de inteligência artificial (IA) no processamento de imagens digitais e nos estudos de diagnóstico automático da doença ocular glaucoma vem crescendo e apresentando avanços essenciais para garantir um melhor atendimento clínico a população. Diante do contexto, este artigo descreve os principais tipos de glaucoma existentes e as formas tradicionais de diagnóstico. Apresenta também a epidemiologia mundial da doença e como os estudos com algoritmos de IA vêm sendo investigados como uma possível ferramenta para auxiliar no diagnóstico precoce desta patologia por meio de triagens populacionais. Portanto, a seção de trabalhos relacionados apresenta os principais estudos e metodologias utilizadas na classificação automática do glaucoma a partir de imagens digitais de fundo de olho e algoritmos de IA, bem como as principais bases de dados contendo imagens rotuladas para o glaucoma e disponíveis publicamente para treinamento dos algoritmos de aprendizado de máquinas.
publishDate 2023
dc.date.none.fl_str_mv 2023-09-18
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://ojs.brazilianjournals.com.br/ojs/index.php/BASR/article/view/61874
10.34115/basrv7n2-017b
url https://ojs.brazilianjournals.com.br/ojs/index.php/BASR/article/view/61874
identifier_str_mv 10.34115/basrv7n2-017b
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://ojs.brazilianjournals.com.br/ojs/index.php/BASR/article/view/61874/46055
dc.rights.driver.fl_str_mv Copyright (c) 2023 Brazilian Applied Science Review
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Copyright (c) 2023 Brazilian Applied Science Review
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Brazilian Journals Publicações de Periódicos e Editora Ltda.
publisher.none.fl_str_mv Brazilian Journals Publicações de Periódicos e Editora Ltda.
dc.source.none.fl_str_mv Brazilian Applied Science Review; Vol. 7 No. 2 (2023); 683-707
Brazilian Applied Science Review; Vol. 7 Núm. 2 (2023); 683-707
Brazilian Applied Science Review; v. 7 n. 2 (2023); 683-707
2595-3621
2595-3621
reponame:Brazilian Applied Science Review
instname:Brazilian Journals Publicações de Periódicos e Editora Ltda
instacron:FIEP
instname_str Brazilian Journals Publicações de Periódicos e Editora Ltda
instacron_str FIEP
institution FIEP
reponame_str Brazilian Applied Science Review
collection Brazilian Applied Science Review
repository.name.fl_str_mv Brazilian Applied Science Review - Brazilian Journals Publicações de Periódicos e Editora Ltda
repository.mail.fl_str_mv brazilianasr@yahoo.com || brazilianasr@yahoo.com
_version_ 1797240004008738816

Registros relacionados