Morphological segmentation and level classification for diabetic and hypertensive retinopathy through ophthalmic images and convolutional networks
-
Niño , María C. [1] ; Martínez , Darwin E. [1]
-
[1] Universidad Sergio Arboleda
Universidad Sergio Arboleda
Colombia
-
- Localización: Ingeniería y competitividad: revista científica y tecnológica, ISSN 0123-3033, Vol. 26, Nº. 1, 2024 (Ejemplar dedicado a: Ingeniería y Competitividad ; e-21212731)
- Idioma: inglés
- Títulos paralelos:
- Segmentación morfológica y clasificación de niveles para la retinopatía diabética e hipertensiva mediante imágenes oftálmicas y redes convolucionales
- Enlaces
-
Resumen
- español
El objetivo principal de esta investigación es realizar la segmentación y clasificación de imágenes de fondo de retina con retinopatía diabética e hipertensiva. Se propuso una combinación de una red convolucional UNet y una ConvNet para la segmentación de máscara de vasos y la clasificación de retinopatía, respectivamente. El proceso de clasificación se basa en diez clases definidas, donde los valores que van del 0 al 4 representan la retinopatía diabética y los valores del 5 al 9 corresponden a la retinopatía hipertensiva. Los resultados aproximados en la segmentación fueron índices Jaccard de 74%, F1 de 85% y un Accuracy de 96%, y en la clasificación un Accuracy de 80%.
- English
The main objective of this research is to perform segmentation and classification of diabetes and hypertensive retinopathy retinal fundus images. Using a combination of a convolutional network UNet and a ConvNet was proposed for vessel mask segmentation and retinopathy classification, respectively. The classification process relies on ten defined classes, where values ranging from 0 to 4 represent diabetic retinopathy, and values ranging from 5 to 9 correspond to hypertensive retinopathy. The approximate results in the segmentation were Jaccard index of 74%, F1 of 85%, and an Accuracy of 96%, and in the classification was Accuracy of 80%.
- español
