C. H. R. Carvalho, A.R.M. Pinheiro, Rodrigo M. S. Veras, Romuere R. V. Silva
{"title":"光学相干断层扫描图像中眼病的自动检测","authors":"C. H. R. Carvalho, A.R.M. Pinheiro, Rodrigo M. S. Veras, Romuere R. V. Silva","doi":"10.5753/sbcas.2023.230144","DOIUrl":null,"url":null,"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.","PeriodicalId":122965,"journal":{"name":"Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023)","volume":"36 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 Oculares em Imagens de Tomografia de Coerência Óptica\",\"authors\":\"C. H. R. Carvalho, A.R.M. Pinheiro, Rodrigo M. S. Veras, Romuere R. V. Silva\",\"doi\":\"10.5753/sbcas.2023.230144\",\"DOIUrl\":null,\"url\":null,\"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.\",\"PeriodicalId\":122965,\"journal\":{\"name\":\"Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023)\",\"volume\":\"36 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.2023.230144\",\"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.2023.230144","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Detecção Automática de Doenças Oculares em Imagens de Tomografia de Coerência Óptica
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.
求助内容：
应助结果提醒方式：
京公网安备 11010802042870号
