Clasificación de superpíxeles para la detección automática de lesiones rojizas en imágenes de fondo de ojo

• R. Romero Oraá ^[1] ; M. García Gadañón ^[1] ; J. Jiménez García ^[1] ; M. I. López Gálvez ^[1] ; R. Hornero Sánchez ^[1]
  1. [1] Universidad de Valladolid

     Universidad de Valladolid

     Valladolid, España

     
• Localización: Libro de Actas del XXXVI Congreso Anual de la Sociedad Española de Ingeniería Biomédica / Ma Gloria Bueno García (dir.), 2018, ISBN 978-84-09-06253-9, págs. 25-28
• Idioma: español
• Texto completo no disponible (Saber más ...)
• Resumen

  • La retinopatía diabética (RD) es la principal causa de pérdida de visión en los países industrializados. Los sistemas automáticos surgen como ayuda a los especialistas en el diagnóstico de la enfermedad. El objetivo de este trabajo fue desarrollar un método de detección automática de lesiones rojizas (LR), entre las que destacan los microaneurismas y las hemorragias, que son los primeros signos de la RD. En primer lugar, se partió de un preprocesado para normalizar las imágenes de entrada. En segundo lugar, se dividió la imagen en superpíxeles con la técnica simple linear iterative clustering (SLIC). A continuación, se seleccionaron y agruparon los superpíxeles más oscuros de la imagen. Por último, se clasificaron los superpíxeles utilizando una red neuronal perceptrón multicapa (MLP). La base de datos (BD) empleada contenía 416 retinografías, de las cuales 208 presentaban algún tipo de LR. La BD se dividió aleatoriamente, a partes iguales, en un conjunto de entrenamiento y otro de test. Considerando un criterio basado en píxel, se obtuvo una sensibilidad del 80.4% y un valor predictivo positivo del 77.6%. Con un criterio basado en imagen, se alcanzó un 84.1% de precisión, un 86.5% de sensibilidad y un 81.7% de especificidad.