Segmentação do disco óptico e escavação com o uso de redes neurais para auxílio à detecção de glaucoma

• Autor(a) principal: Caron, Eduardo
• Data de Publicação: 2020
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UNIVATES (Biblioteca Digital da Univates - BD)
• Texto Completo: http://hdl.handle.net/10737/2863
• topic: ENG; Glaucoma; Inteligência Artificial; Rede Neural Artificial; U-Net; Artificial Intelligence; Artificial Neural Network; Image segmentation

O uso de Inteligência Artificial (IA) para resolução de problemas complexos vem ganhando força no mundo inteiro. Técnicas baseadas em IA estão sendo amplamente adotadas no reconhecimento de imagens, de fala e de processamento de linguagem natural em diferentes áreas. A área da saúde está aderindo cada vez mais a Inteligência Artificial para diagnóstico e classificação de doenças, tendo como exemplo a doença de glaucoma, que pode ser detectada tanto por meio do processamento automatizado de grandes conjuntos de dados, quanto pela detecção precoce de novos padrões de doenças. Além disso, a IA promete mudar fundamentalmente as pesquisas que visam entender o desenvolvimento, a progressão e o tratamento do glaucoma, identificando novos fatores de risco e avaliando a importância dos existentes. Diante disso, o objetivo do presente trabalho foi verificar se a Rede Neural Artificial (RNA) de arquitetura U-Net é capaz de realizar a segmentação do disco óptico e a segmentação da escavação a partir de imagens de fundo de olho da base de imagens RIM-ONE, servindo de apoio aos profissionais na detecção do glaucoma. Como resultado, foi obtido um F1-score médio de 0,9440 para a segmentação do disco óptico e um F1-score médio de 0,8350 para a segmentação da escavação, comprovando que a rede neural U-Net é capaz de realizar a segmentação com boas métricas.