Geração e aplicação de imagens sintéticas da região dos olhos para o aumento de performance de técnicas da detecção do estrabismo

• Ano de defesa: 2020
• Autor(a) principal: Santos, Jonathan da Silva
• Orientador(a): Silveira, Ismar Frango
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Presbiteriana Mackenzie
• Palavras-chave em Português: estrabismo; computação; aprendizagem de máquina; aprendizagem profunda; síntese de imagens
• Área do conhecimento CNPq: CNPQ::ENGENHARIAS
• Link de acesso: https://dspace.mackenzie.br/handle/10899/28618

Strabismus is a medical condition that affects about 4% of the world population. In severe cases, strabismus can lead to blindness. Besides affecting the vision, the aesthetic appeal of strabismus can generate sufficient public embarrassment to influence the patient’s entire academic, personal and professional development. In most cases the condition can be treated. Studies relating computing and strabismus are still few, we understand that the main reason for this scarcity is the difficulty in acquiring dataset on strabismus. Motivated by this aspect, we propose in this research a generative model for the computational creation of synthetic images of the eye region of people with strabismus using Deep Convolutional Generative Adversarial Networks (DCGAN).