Detalhes bibliográficos
| Ano de defesa: |
2015 |
| Autor(a) principal: |
DANTAS JÚNIOR, Paulo Cézar Guimarães |
| Orientador(a): |
SARMENTO, Adriano Augusto de Moraes |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Federal de Pernambuco
|
| Programa de Pós-Graduação: |
Programa de Pos Graduacao em Ciencia da Computacao
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Brasil
|
| Palavras-chave em Português: |
|
| Link de acesso: |
https://repositorio.ufpe.br/handle/123456789/16814
|
Resumo: |
Glaucoma é uma doença ocular causada principalmente pela elevação da pressão intraocular que provoca lesões no nervo óptico e se não for tratado adequadamente, pode levar à cegueira. A detecção precoce do glaucoma é a melhor solução para limitar a progressão da doença, pois os defeitos no campo visual dos pacientes causados pelo glaucoma são muitas vezes imperceptíveis pelos próprios o que leva a um diagnóstico tardio. Embora seja relativamente fácil para os pacientes o acesso aos cuidados de saúde em nações desenvolvidas, as comunidades remotas e pobres têm pouco ou nenhum acesso a esses serviços, aumentando o risco de cegueira associada ao glaucoma. Infelizmente, os equipamentos para o diagnóstico de glaucoma não são acessíveis para algumas pessoas em todo o mundo, evitando que regiões inteiras tenha acesso aos cuidados dos olhos. Se este tratamento puder ser realizado ambulatorialmente, há um ganho de conforto para o paciente, agilidade no tratamento e economia para o sistema de saúde. O diagnóstico do glaucoma baseia-se na avaliação do nervo óptico através das imagens do fundo da retina e da medida da pressão interna. Motivado por esse contexto, o presente trabalho tem como objetivo propor o desenvolvimento de um sistema embarcado portátil e de baixo custo, que utiliza técnicas de processamento de imagens com a finalidade de auxiliar no exame precoce de detecção de glaucoma em regiões pobres e remotas, fornecendo informações significativas para ajudar no aumento da precisão dos diagnósticos e da qualidade da análise para tratamentos. O algoritmo proposto teve uma sensibilidade de 88,46%, especificidade de 95,45% e uma precisão total de 91,95%. Este algoritmo foi validado utilizando uma Beagleboard-xM, uma Raspberry Pi Modelo B e usando duas arquiteturas, somente o processador Atom e o processador Atom e a FPGA, em um kit de desenvolvimento DE2i-150, e obteve o diagnóstico de glaucoma com 10, 17, 3 e 8 segundos, respectivamente. |
