Diagnóstico de Glaucoma Utilizando Atributos de Textura e CNN's Pré-treinadas

Abstract

Glaucoma e uma doenca ocular que danifica o nervo optico causando a perda da visao. Ela e a segunda principal causa de cegueira no mundo. Varios sistemas de diagnostico automatico de glaucoma tem sido propostos, contudo e possivel realizar melhorias nestas tecnicas, visto que, os sistemas atuais nao lidam com uma grande diversidade de imagens. Assim, este trabalho visa realizar a deteccao automatica do glaucoma nas imagens da retina, atraves do uso de descritores de textura e Redes Neurais Convolucionais (CNNs). Os resultados mostraram que a juncao dos descritores GLCM e CNNs e a utilizacao do classificador Random Forest sao promissores na deteccao dessa patologia, obtendo uma acuracia de 91,06% em 873 imagens de 4 bases de dados publicas.