Skip navigation
Use este identificador para citar ou linkar para este item: https://repositorio.ufpe.br/handle/123456789/33694

Compartilhe esta página

Título: Detecção do ceratocone através das imagens do Corvis ST®
Autor(es): LEÃO, Edileuza Virginio
Palavras-chave: Inteligência artificial; Processamento de imagens
Data do documento: 25-Fev-2019
Editor: Universidade Federal de Pernambuco
Abstract: O Corvis ST é um aparelho que mede a Pressão Intraocular (PIO) lançando um jato de ar e registrando o movimento corneal, características desse movimento podem ser utilizadas para detecção do ceratocone. O objetivo deste trabalho é gerar novas informações da biomecânica da córnea para melhorar a detecção do ceratocone, desenvolvendo classificadores baseado na biomecânica da córnea, pois acredita-se que no ceratocone há alterações no movimento corneal antes de ocorrer alterações de espessura característica da doença. Uma base de treinamento com 195 olhos normais e 136 olhos com ceratocone foi utilizada para o desenvolvimento de diferentes abordagens para distinguir córneas normais e com ceratocone, usando funções discriminante (linear, quadratic, diagquadratic, diaglinear, pseudolinear e pseudoquadratic) com validação cruzada do tipo “leave-one-out”. É proposta uma compensação dividindo os valores do movimento corneal pelos valores da PIO. Os resultados dos classificadores foram comparados com o atual índice biomecânico do Corvis (Corvis Biomechanical Index - CBI). Os melhores classificadores desenvolvidos foram aplicados em uma base de dados de validação de 156 olhos saudáveis e 87 olhos com ceratocone, e também em 53 casos que aparentemente apresentam topografia normal. A melhor abordagem biomecânica utilizou os valores compensados pela PIO, utilizando uma função discriminante linear e atingiu a AUC 0,954, com uma sensibilidade de 88,2% e uma especificidade de 97,4%. Quando os dados da espessura foram integrados, o resultado foi AUC de 0,960, com uma sensibilidade de 89,7% e uma especificidade de 96,4%. Não houve diferença significativa entre os resultados das melhores abordagens com o CBI nas bases de dados de treinamento e validação. Concluindo que os novos classificadores baseados apenas com informações biomecânicas são equivalentes ao melhor índice biomecânico da literatura que ainda inclui dados relacionados a espessura.
URI: https://repositorio.ufpe.br/handle/123456789/33694
Aparece nas coleções:Teses de Doutorado - Ciência da Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
TESE Edileuza Virginio Leão.pdf12,24 MBAdobe PDFThumbnail
Visualizar/Abrir


Este arquivo é protegido por direitos autorais



Este item está licenciada sob uma Licença Creative Commons Creative Commons