Validação de protocolo em programas de rastreio

• Autor(a) principal: Figueiredo, Rita Filipa Gomes
• Data de Publicação: 2014
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
• Texto Completo: http://hdl.handle.net/10362/14378
• topic: Retinopatia diabética; Sistemas de classificação automática; Avaliação automática de qualidade; Fusão de classificadores

A Retinopatia Diabética (RD) é uma patologia ocular, consequência da Diabetes Mellitus, e que pode levar à perda de visão. Dado que nos primeiros estágios da doença, não ocorre manifestação sintomática, é de máxima importância a existência de programas estruturados de rastreio. Para diminuir a carga laboral que estes programas acarretam, pode-se recorrer à utilização de sistemas de deteção e classificação automática de RD que têm vindo a ser desenvolvidos. No entanto, estes demonstram algumas falhas, sendo que na origem destas pode estar a existência de imagens com qualidade não adequada. De maneira a reduzir as falhas destes sistemas, potenciando a sua utilização em programas de rastreio e automatizando assim todo o processo, foi conduzido este estudo, no qual se teve diretamente em consideração a qualidade das imagens, avaliada também de forma automática, utilizando a sua informação como parâmetro de entrada nos classificadores automáticos de RD. A avaliação automática da qualidade é constituída por 4 classificadores das características desta: Cor, Focagem, Contraste e Iluminação, sendo que a combinação destes dá origem a um último classificador, denominado Qualidade Geral. Desta forma, foi efetuada a fusão destes classificadores com os algoritmos de classificação automática de RD para todas as imagens, numa primeira abordagem, e desconsiderando as imagens marcadas pelo classificador Qualidade Geral como inadequadas, numa última abordagem. Os resultados obtidos mostraram uma melhoria no conjunto dos indicadores sensibilidade e especificidade dos métodos de classificação automática de RD quando se procedeu à combinação destes com a Qualidade Geral. Mostraram ainda uma melhoria mais acentuada quando se usou informação de cada um dos classificadores das características que contribuem para a avaliação da Qualidade, em vez de uma informação única sobre qualidade. A presença de imagens de má qualidade mostrou ser prejudicial para o desempenho dos classificadores automáticos de RD, não tendo tanta influência no classificador resultante da fusão que produziu os melhores resultados do conjunto sensibilidade e especificidade.