M. H. Nunes, João Dallyson S. Almeida, I. F. S. D. Silva, Geraldo Braz Júnior
{"title":"使用深度特征和集合自动检测红色反射图像中的视力疾病","authors":"M. H. Nunes, João Dallyson S. Almeida, I. F. S. D. Silva, Geraldo Braz Júnior","doi":"10.5753/sbcas.2023.229638","DOIUrl":null,"url":null,"abstract":"O Teste de Brückner, popularmente conhecido como o exame do reflexo vermelho, é um método simples e indolor de diagnóstico cujo objetivo é detectar patologias oculares. Observando o reflexo retiniano vermelho, com o auxílio de um equipamento chamado oftalmoscópio direto, é possível identificar características das estruturas internas do olho que podem indicar possíveis problemas de saúde ocular. Para identificar a presença de patologias em imagens de reflexo vermelho, essa metodologia utiliza descritores de características baseados em aprendizado profundo e classificadores. Os experimentos realizados utilizando a rede neural convolucional DeepLoc em conjunto com um ensemble dos classificadores Regressão Logística, Random Forest e SVM alcançaram uma acurácia de 93,20%, sensibilidade de 84,50% e especificidade de 93,20%.","PeriodicalId":122965,"journal":{"name":"Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023)","volume":"45 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-06-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Detecção automática de doenças da visão em imagens de reflexo vermelho utilizando Deep Features e Ensemble\",\"authors\":\"M. H. Nunes, João Dallyson S. Almeida, I. F. S. D. Silva, Geraldo Braz Júnior\",\"doi\":\"10.5753/sbcas.2023.229638\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"O Teste de Brückner, popularmente conhecido como o exame do reflexo vermelho, é um método simples e indolor de diagnóstico cujo objetivo é detectar patologias oculares. Observando o reflexo retiniano vermelho, com o auxílio de um equipamento chamado oftalmoscópio direto, é possível identificar características das estruturas internas do olho que podem indicar possíveis problemas de saúde ocular. Para identificar a presença de patologias em imagens de reflexo vermelho, essa metodologia utiliza descritores de características baseados em aprendizado profundo e classificadores. Os experimentos realizados utilizando a rede neural convolucional DeepLoc em conjunto com um ensemble dos classificadores Regressão Logística, Random Forest e SVM alcançaram uma acurácia de 93,20%, sensibilidade de 84,50% e especificidade de 93,20%.\",\"PeriodicalId\":122965,\"journal\":{\"name\":\"Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023)\",\"volume\":\"45 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-06-27\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023)\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.5753/sbcas.2023.229638\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5753/sbcas.2023.229638","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Detecção automática de doenças da visão em imagens de reflexo vermelho utilizando Deep Features e Ensemble
O Teste de Brückner, popularmente conhecido como o exame do reflexo vermelho, é um método simples e indolor de diagnóstico cujo objetivo é detectar patologias oculares. Observando o reflexo retiniano vermelho, com o auxílio de um equipamento chamado oftalmoscópio direto, é possível identificar características das estruturas internas do olho que podem indicar possíveis problemas de saúde ocular. Para identificar a presença de patologias em imagens de reflexo vermelho, essa metodologia utiliza descritores de características baseados em aprendizado profundo e classificadores. Os experimentos realizados utilizando a rede neural convolucional DeepLoc em conjunto com um ensemble dos classificadores Regressão Logística, Random Forest e SVM alcançaram uma acurácia de 93,20%, sensibilidade de 84,50% e especificidade de 93,20%.