Ir para acessibilidade
inicio do conteúdo

Banca de DEFESA: ROBERT DOUGLAS DE ARAUJO SANTOS

2022-06-22 20:43:57.085

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: ROBERT DOUGLAS DE ARAUJO SANTOS
DATA: 23/06/2022
HORA: 09:00
LOCAL: Por videoconferência
TÍTULO: Uma abordagem para diagnóstico automático de estrabismo baseado em vídeos do exame Cover test alternado utilizando Deep Learning
PALAVRAS-CHAVES: Estrabismo, Diagnóstico automático, Covert test alternado, YOLOv5.
PÁGINAS: 72
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
RESUMO: O estrabismo é um distúrbio em que a linha de um olho de visão não está fixa no objeto alvo que ambos os olhos estão vendo. O estrabismo afeta uma parcela crescente da população adulta e grande parte das crianças. Pode causar problemas estéticos e perda de visão, que em muitos casos pode ser prevenida. Considerando as características do distúrbio, o número de médicos especializados disponíveis para a população e o avanço computacional nos últimos anos, este trabalho apresenta um método computacional para detectar e diagnosticar estrabismo usando uma rede neural convolucional YOLOv5 para detecção dos olhos e oclusor em vídeos digitais do exame Cover Test. O método foi avaliado em duas bases de vídeos, a primeira intitulada de Dataset CV-I que possui 13 vídeos de voluntários adquiridos em consultório médico no hospital da Universidade Federal do Maranhão. A segunda base chamada de Dataset CV-II, que é composta por vídeos de 57 voluntários e que foram adquiridos em escolas públicas na cidade de São Luís, Maranhão. Os resultados obtidos pelo método proposto são comparados com medições de um médico especialista. De acordo com os resultados, o método proposto detecta corretamente os olhos 100% das vezes e o oclusor 97% das vezes. O método também obteve um erro máximo de 7,28∆ na aferição de desvios horizontais, ficando abaixo do limiar de erro definido na literatura como 8∆. Além disso, ao se avaliar o resultado no Dataset CV-I o método alcança uma acurácia igual a 100% e (95%CI = [0.77; 1]), 100% de especificidade com (95%CI = [0.66; 1]) e 100% de sensibilidade com (95%CI = [0.48; 1]) para o estrabismo horizontal. Para o Dataset CV-II o método obteve uma sensibilidade de 66.67% com (IC 95% [0,64; 0,99]), especificidade de 100% com (IC 95% [0,93; 1]) e acurácia de 99,33% com (IC 95% [0,92; 1]) quando considerada apenas a medição horizontal. Por fim, ao avaliar as medições horizontais e verticais em conjunto, o método obteve uma sensibilidade de 66.67% com (IC 95% [0,63; 0,99]), especificidade de 94,44% com (IC 95% [0,84; 0,98]) e acurácia de 93,89% com (IC 95% [0,84; 0,98]).
MEMBROS DA BANCA:
Interno - 2582240 - GERALDO BRAZ JUNIOR
Presidente - 2663672 - JOAO DALLYSON SOUSA DE ALMEIDA
Externo ao Programa - 2570998 - JORGE ANTONIO MEIRELES TEIXEIRA
Externo à Instituição - SIDNEI ALVES DE ARAÚJO - UNINOVE

fim do conteúdo