Detalhes bibliográficos
| Ano de defesa: |
2019 |
| Autor(a) principal: |
Costa, Ana Em?lia Malvino Ferreira |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Não Informado pela instituição
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
http://repositorio.ifpb.edu.br/jspui/handle/177683/899
|
Resumo: |
O diagn?stico da retinopatia diab?tica, em imagens do fundo do olho, impulsionou o desenvolvimento de algoritmos de processamento que fossem capazes de identificar e classificar patologias automaticamente. As t?cnicas de processamento digital de imagens, aplicadas a medicina, facilitam a visualiza??o e identifica??o de patologias a partir de minimiza??o de artefatos indesej?veis nas imagens. O objetivo do presente trabalho consiste em implementar pelo m?todo baseado na col?nia artificial de abelhas (Artificial Bee Colony - ABC), para adetec??o de exsudatos, e o uso de t?cnicas de processamento digital de imagens para facilitar nos processos de detec??o e classifica??o das microaneurismas. Como sinais de entrada para os algoritmos, foram utilizadas as imagens do banco de dados da Diaretdb1. T?cnicas de pr?-processamento foram utilizadas para realizar a exclus?o do disco ?ptico (proje??o luminosa decorrente dos exames de fundoscopia), e uma m?scara foi proposta para encontrar nas imagens a patologia, com base na forma e tamanho da mesma. Para a avalia??o dos algoritmos desenvolvidos foram utilizadas as taxas de sensibilidade, especificidade e acur?cia das imagens. Na detec??o dos exsudatos os valores coletados ap?s o pos-processamento foram 85% de sensibilidade, 92% de especificidade e 96% de acur?cia. Na detec??o e classifica ??o das microaneurismas, os testes retornaram 75% de sensibilidade, 99% de especificidade e 98% de acur?cia. Conforme as imagens resultantes dos processos de detec??o, foram identificados 52 pacientes com a presen?a de exsudatos em compara??o com o banco de dados que diagnosticaram 48 pacientes com a doen?a. O algoritmo de classifica??o detectou a evid?ncia de microaneurismas em 75 pacientes e o banco de dados diagnosticou a patologia em 71. |
