@MASTERSTHESIS{ 2018:958823787,
 	title = {Diagnóstico de glaucoma em imagens de fundo de olho utilizando estatística espacial},
 	year = {2018},
 	url = "https://tedebc.ufma.br/jspui/handle/tede/tede/2255",
 	abstract = "O glaucoma é uma doença da retina considerada a segunda principal causa de cegueira no mundo, atingindo uma prevalência aproximada entre 1% e 2% da população, segundo dados da Organização Mundial de Saúde (OMS). É normalmente ocasionado pelo aumento da pressão do líquido no nervo óptico, levando a perda progressiva e irreversível da visão. O diagnóstico precoce do glaucoma é, portanto,  fundamental para garantir um tratamento rápido e adequado, sendo capaz de minimizar o dano e evitar a perda da visão. Assim, o uso de sistemas computacionais de auxílio à detecção e diagnóstico (Computer Aided Detection - CAD e Computer Aided Diagnosis - CADx) para auxiliar o especialista tem aumentado as chances de diagnósticos corretos. Imagens fotográficas de fundo de olho (retinografias) são usadas como um valioso recurso em diagnósticos médicos, pois frequentemente apresentam indicações sobre doenças oculares como o glaucoma. Neste contexto, este trabalho apresenta uma metodologia baseada em processamento de imagem para diagnosticar o glaucoma a partir da análise de textura da imagem representada usando Compound Local Binary Pattern e estatística espacial aplicada em imagens médicas de retinografias. O método é aplicado sobre a região de interesse que representa o disco óptico, cuja segmentação baseia-se na marcação do especialista contida na base pública RIM-ONE. As amostras são pré-processadas através do método das cores oponentes seguida da equalização de histograma. O Índice de Moran e a função K de Ripley são utilizadas para descrever a textura da região do disco óptico. A Máquina de Vetores de Suporte é usada para realizar a classificação. O método apresentou resultados promissores, alcançando como melhor resultado uma acurácia de 95,08%, sensibilidade de 93,4% e especificidade de 96,4%, e demonstra um notável desempenho da metodologia proposta quando comparada aos métodos disponíveis na literatura para diagnóstico de glaucoma.",
 	publisher = {Universidade Federal do Maranhão},
 	scholl = {PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO/CCET},
 	note = {DEPARTAMENTO DE INFORMÁTICA/CCET}
}