Exportar este item: EndNote BibTex

Use este identificador para citar ou linkar para este item: https://tedebc.ufma.br/jspui/handle/tede/tede/1536
Tipo do documento: Dissertação
Título: Diagnóstico de glaucoma em retinografias utilizando funções geoestatística
Título(s) alternativo(s): Diagnosing Glaucoma in Retinopathy Using Geostatistical Functions
Autor: Sousa, Jefferson Alves de 
Primeiro orientador: ALMEIDA, Joao Dallyson Sousa de
Primeiro coorientador: Paiva, Anselmo Cardoso de
Resumo: O glaucoma e uma das doenças que mais causam cegueira em todo o mundo segundo estimativa da Organização Mundial da Saúde (OMS). O Conselho Brasileiro de Oftalmologia (CBO) estima que no Brasil existam 985 mil portadores de glaucoma com mais de 40 anos de idade. A utilização de sistemas de detecção e diagnóstico auxiliados por computador (CAD - Computer Aided Detection e CADx -Computer Aided Diagnosis) tem contribuído para aumentar as chances de detecção e diagnósticos corretos, que proporcionam, uma opinião preliminar, auxiliando os especialistas na tomada de decisões sobre o tratamento do glaucoma. O principal objetivo deste trabalho e apresentar um método para diagnóstico automático de glaucoma em imagens de retinografia utilizando características de textura. Neste trabalho, o Local Binary Pattern é usado para gerar uma representação do padrões de textura da imagem. As funções geoestatísticas, semivariograma, semimadograma, covariograma e correlograma, sao utilizadas como extratores de textura. Com as características geradas e realizada uma etapa para selecionar o melhor modelo de classificação utilizando o algoritmo genético. Em seguida é realizada a classificação usando a Maquina de Vetores de Suporte. O método apresentou como melhor resultado uma acurácia de 91%, sensibilidade de 95% e especificidade de 88%, comprovando que as características geradas pelas funções geoestatísticas para extração de textura geram um conjunto discriminante satisfatório.
Abstract: Glaucoma is one of the diseases that mopstly causes blindness, according to estimates by the World Health Organization (WHO). The Brazilian Council of Ophthalmology (CBO) estimates that in Brazil there are 985 thousand glaucoma patients with more than 40 years of age. The use of computer aided detection and diagnosis systems (CAD - Computer Aided Detection and CADx - Computer Aided Diagnosis) has contributed to increase the chances of detection and correct diagnoses. They provide a second opinion, assisting the experts in making decisions about the treatment of glaucoma. The main objective of this work is to present a method for automatic diagnosis of glaucoma in retinography images using texture characteristics. The Local Binary Pattern is used to generate a representation of the texture patterns of the image. The geostatistical functions, semivariogram, semimagram, covariogram and correlogram, are used as texture extractors. With the generated characteristics, a step is made to select the best classification model using the genetic algorithm. Then sorting is performed using the Support Vector Machine. The best result was an accuracy of 91%, sensitivity of 95% and specificity of 88%, proving that the characteristics generated by the geostatistical functions for texture extraction generate a satisfactory discriminant set.
Palavras-chave: Glaucoma
Diagnostico
Retinografia
Processamento de Imagens
Diagnosis
Retinography
Image Processing
Área(s) do CNPq: Processamento Gráfico
Oftalmologia
Idioma: por
País: Brasil
Instituição: Universidade Federal do Maranhão
Sigla da instituição: UFMA
Departamento: DEPARTAMENTO DE INFORMÁTICA/CCET
Programa: PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO/CCET
Citação: SOUSA, Jefferson Alves de. Diagnóstico de glaucoma em retinografias utilizando funções geoestatística. 2017. 65 f. Dissertação (Programa de Pós-Graduação em Ciência da Computação) - Universidade Federal do Maranhão, São Luís, 2017.
Tipo de acesso: Acesso Aberto
URI: http://tedebc.ufma.br:8080/jspui/handle/tede/1536
Data de defesa: 26-Jan-2017
Aparece nas coleções:DISSERTAÇÃO DE MESTRADO - PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
JeffersonSousa.pdfDissertação2 MBAdobe PDFBaixar/Abrir Pré-Visualizar


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.