Segmentação de exsudatos em imagens de retina utilizando redes neurais convolucionais

  • Alexandre M. Bernardo Escola de Engenharia Elétrica, Universidade de São Paulo - EESC USP
  • Evandro L. L. Rodrigues Escola de Engenharia Elétrica, Universidade de São Paulo - EESC USP
Keywords: Diabetic Retinopathy, Image Processing, Convolutional Neural Network, Exudates, Segmentation

Abstract

A retinopatia diabética é a principal causa de cegueira evitável na população em idade ativa no mundo. Aproximadamente uma em cada três pessoas portadoras do diabetes mellitus apresenta algum grau de retinopatia diabética e estima-se que até 2045 haja um crescimento de 48% nos casos dessa doença. Agilizar, facilitar e padronizar o diagnóstico do exame de retina torna-se, portanto, alvo de estudos para reduzir este crescimento. Um dos indicadores da retinopatia diabética é a presença de exsudatos em imagens de retina, desta forma, este trabalho propõe a aplicação de processamento de imagens de retina para a segmentação automática de exsudatos utilizando redes neurais convolucionais. Para treinamento das redes, foi utilizada a base de dados IDRiD com imagens de retinas previamente avaliadas por especialistas que garantiram as regiões de interesse, qualidade adequada, relevância, unicidade e razoável mistura de estratificação da doença representativa da retinopatia diabética. Utilizando esta base de dados, foram propostas, treinadas e avaliadas duas arquiteturas de redes neurais profundas com as referidas imagens. Para viabilizar o uso da técnica, foi proposto e implementado a subdivisão das imagens originais em subimagens menores. Nesse trabalho, são apresentadas as descrições de funcionamento, topologias das redes, técnicas de aprendizado utilizadas e resultados comparativos entre as arquiteturas.
Published
2021-10-20
Section
Articles