Título: Detecção de Lesões de Retinopatia Diabética em Imagens de Fundoscopia Utilizando UNet++
Autores: Antonio E. P. Alves, Paulo C. Cortez, Debora F. Assis, Bruno R. Silva, Andressa G. Moreira
Resumo: A Retinopatia Diabetica (RD) e uma complicação microvascular progressiva do Diabetes Mellitus que afeta a retina devido ao excesso de glicose no sangue, causando alteraçoes nos vasos sanguíneos. Em seus estagios iniciais a RD e assintomática, contudo pode levar a problemas visuais como visão turva e pontos cegos nos casos mais avançados. A prevenção dessa doença pode ser realizada pelo controle dos níveis de açúcar no sangue e exames oftalmologicos regulares. Desta forma, a detecção precoce e fundamental para preservar a visão e qualidade de vida do paciente. O avanço das técnicas de visão computacional tamb em´ expandiu a aplicação de técnicas de segmentação sem antica do campo de Deep Learning para localização autom atica das lesões intrarretinianas da Retinopatia Diabética. Neste contexto, este estudo visa comparar o desempenho da arquitetura da rede UNet++, com 4 diferentes redes que substituem o encoder dentro da sua arquitetura, para segmentação autom atica das lesões da RD em imagens de fundoscopia. são avaliadas a localização e segmentação dos microaneurismas, hemorragias, exsudatos moles e exsudatos duro dos bancos de dados IDRID e DIARETDB1. As análises indicaram que o encoder VGG16 alcançou os melhores resultados de segmentação, em especial para hemorragias, considerando ´Indice de Jaccard, Coeficiente de Similaridade de Dados e Acurácia
Palavras-chave: Retinopatia Diabetica, Segmentação Sem antica, Fundoscopia, UNet++, Encoders
Páginas: 9
Código DOI: 10.21528/CBIC2023-165
Artigo em pdf: CBIC_2023_paper165.pdf
Arquivo BibTeX: CBIC_2023_165.bib