1 / 1

Apoio ou Agradecimentos:

Redes Neurais para auxílio no diagnóstico de Glaucoma. Motivação:

Download Presentation

Apoio ou Agradecimentos:

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Redes Neurais para auxílio no diagnóstico de Glaucoma Motivação: Glaucoma é a segunda maior causa de cegueira do mundo e a primeira irreversível. Inicialmente, foi-se feito um estudo de redes neurais através de dados coletados do HRT(Tomográfo de Retina) da população brasileira e modelagem em redes neurais. Em seguida, houve a implementação de um software para o suporte ao diagnóstico de Glaucoma. Projeto em parceria com o Departamento de Oftalmologia da UNIFESP Rua Botucatu, 822 Tel.: (11) 5085-2000 Foto: Olho com Glaucoma à esquerda e olho sadio à direita. Cedido pelo Departamento de Oftalmologia da Unifesp. Resumo / Descrição: O estudo de redes neurais baseou-se inicialmente no estudo de três algoritmos: Multilayer Perceptrons with Backpropagation, Self-Organized-Maps(SOM) e Support Vector Machine(SVM). Os algoritmos foram implementados em MATLAB e os resultados dos treinamentos e validações foram comparados. Ao final, o algoritmo de Support Vector Machine apresentou a melhor a performance e, assim , a solução final foi embarcada em um aplicativo em linguagem JAVA para o uso na UNIFESP. Figura Ilustrativa do SVM e equação de classificação do dados. Se positivo, pertence ao Glaucoma, 0 é limítrofe, e negativo, sadio. Resultados:O algoritimo de Support Vector Machine apresentou a seguinte performance: Segmento Global: 90% Contorno Manual e Automático. Demaissegmentos do olho - Temporal, Temporal Superior, Temporal Inferior, Nasal, Nasal Inferior e Nasal Superior - performances emtorno de 80%. Apenas o contorno manual foiconsideradoparaesseúltimocaso. Finalmente, o software é confrontado com novos dados do HRT. E, futuramente, a sugestão de novosalgoritmos de melhor performance somadosàsexperiênciasdaprimeiraversão, poderáauxiliarmaisosprofissionais de saúde no diagnósticodadoença. Outrahipótese é a elaboração de um sistema com a propriedade de mensurar o avanço do glaucoma de um pacienteaolongo do tratamento. Poli Cidadã Comissão de Projetos de Graduação com Responsabilidade Social Autores: Bruno Azevedo Liberato Dias liberato.bruno@gmail.com (11) 9289-9601 Laboratório de Automação e Controle(LAC - USP) Orientados por: Ademar Ferreira, ademar@lac.usp.br, (11) 3091-5649, Laboratório de Automação e Controle Controle(LAC - USP) Luiz Alberto S. Melo Jr., luizalberto@oftalmo.epm.br, Departamento de Oftalmologia da UNIFESP Interface principal do software para avaliação de glaucoma Apoio ou Agradecimentos: Departamento de Oftalmologia da Universidade Federal de São Paulo Laboratório de Automação e Controle – Escola Politécnica da USP

More Related