Detecção Automática de Doenças Oculares em Imagens de Tomografia de Coerência Óptica

Abstract

Doenças oculares são problemas oftalmológicos provocados por inúmeros motivos que acarretam, muitas vezes, na cegueira. A Tomografia de Coerência Óptica (OCT) é um exame não-invasivo que permite avaliar possíveis alterações na retina. Este trabalho tem como objetivo a utilização de técnicas de Visão Computacional para o desenvolvimento de modelos de classificação (binária e multiclasse) de anomalias oculares em uma base de imagens de OCT. Os resultados de classificação binária atingiram acurácia entre 97-100% e kappa 93-100%. Os experimentos multiclasse alcançaram acurácia entre 91-92% e kappa entre 86-90%. Os modelos desenvolvidos neste estudo foram promissores na classificação de doenças em imagens de OCT.