PPGCC/CCET

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: CAMILA COSTA SILVA
DATA: 27/02/2018
HORA: 08:30
LOCAL: Auditório do NCA
TÍTULO: Diagnóstico de Glaucoma em Imagens de Fundo de Olho Utilizando Estatı́stica Espacial
PALAVRAS-CHAVES: Glaucoma, Diagnóstico, Retinografia, Máquina de Vetores de Suporte, Estatı́stica Espacial.
PÁGINAS: 81
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
SUBÁREA: Metodologia e Técnicas da Computação
ESPECIALIDADE: Processamento Gráfico (Graphics)
RESUMO: O glaucoma é uma doença da retina considerada como 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 lı́quido no nervo óptico levando a perda progressiva e irreversı́vel 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 auxı́lio a 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, uma variante do Local Binary Pattern, e estatı́stica 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 da 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 disponı́veis na literatura para diagnóstico de glaucoma.
MEMBROS DA BANCA:
Presidente - 407686 - ANSELMO CARDOSO DE PAIVA
Interno - 2074474 - TIAGO BONINI BORCHARTT
Externo à Instituição - KELSON RÔMULO TEIXEIRA AIRES - UFPI
Co-orientador - 2663672 - JOAO DALLYSON SOUSA DE ALMEIDA