Evolving Convolutional Neural Networks for Glaucoma Diagnosis / Redes neurais convolucionais em evolução para diagnóstico de glaucoma
O glaucoma é uma doença ocular que causa danos ao nervo óptico do olho e sucessivo estreitamento do campo visual nos pacientes afetados, o que pode levar o paciente, em estágio avançado, à cegueira. Este trabalho apresenta um estudo sobre o uso de Redes Neurais Convolucionais (CNNs) para o diagnósti...
| Autores: | , , , , , |
|---|---|
| Tipo de recurso: | artículo |
| Estado: | Versión publicada |
| Fecha de publicación: | 2020 |
| País: | Brasil |
| Institución: | Federação das Indústrias do Estado do Paraná (FIEP) |
| Repositorio: | Brazilian Journal of Health Review |
| Idioma: | inglés |
| OAI Identifier: | oai:ojs2.ojs.brazilianjournals.com.br:article/13809 |
| Acceso en línea: | https://ojs.brazilianjournals.com.br/ojs/index.php/BJHR/article/view/13809 |
| Access Level: | acceso abierto |
| Palabra clave: | Diagnóstico de glaucoma aprendizagem profunda meta learning algoritmos genéticos. |
| Sumario: | O glaucoma é uma doença ocular que causa danos ao nervo óptico do olho e sucessivo estreitamento do campo visual nos pacientes afetados, o que pode levar o paciente, em estágio avançado, à cegueira. Este trabalho apresenta um estudo sobre o uso de Redes Neurais Convolucionais (CNNs) para o diagnóstico automático através de imagens de fundo de olho. No entanto, a construção de uma CNN capaz de alcançar resultados satisfatórios para o diagnóstico do glaucoma, envolve muito esforço que, em muitas situações, nem sempre é capaz de tais resultados. O objetivo deste trabalho é utilizar um algoritmo genético (AG) para otimizar arquiteturas de CNNs através da técnica de evolução de algoritmos que possa aprimorar o diagnóstico do glaucoma em imagens de fundo do olho do conjunto de dados RIM-ONE-r2. Nosso artigo demonstra resultados satisfatórios após o treinamento do melhor indivíduo escolhido pelo AG, com a obtenção de uma acurácia de 91%. |
|---|