Segmentación automática de drusas para la degeneración macular relacionada con la edad en imágenes de fondo de ojo mediante aprendizaje profundo
Autores: Pham, Quang T. M.; Ahn, Sangil; Song, Su Jeong; Shin, Jitae
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
Segmentación automática de drusas para la degeneración macular relacionada con la edad en imágenes de fondo de ojo mediante aprendizaje profundo
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Drusen
Degeneración macular relacionada con la edad
Oftalmólogos
Imágenes de fondo de ojo
Tarea de segmentación
Modelo de aprendizaje profundo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 26
Citaciones: Sin citaciones
Los drusen son el principal aspecto para detectar la degeneración macular relacionada con la edad (AMD). Los oftalmólogos pueden evaluar la condición de la AMD basándose en los drusen en las imágenes del fondo de ojo. Sin embargo, en la etapa temprana de la AMD, las áreas de drusen suelen ser pequeñas y vagas. Esto conlleva desafíos en la tarea de segmentación de drusen. Además, debido a las imágenes de fondo de ojo de alta resolución, es difícil predecir con precisión las áreas de drusen con modelos de aprendizaje profundo. En este documento, proponemos un modelo de aprendizaje profundo a escala múltiple para la segmentación de drusen. Al explotar tanto la información local como global, podemos mejorar el rendimiento, especialmente en las etapas tempranas de casos de AMD.
Descripción
Los drusen son el principal aspecto para detectar la degeneración macular relacionada con la edad (AMD). Los oftalmólogos pueden evaluar la condición de la AMD basándose en los drusen en las imágenes del fondo de ojo. Sin embargo, en la etapa temprana de la AMD, las áreas de drusen suelen ser pequeñas y vagas. Esto conlleva desafíos en la tarea de segmentación de drusen. Además, debido a las imágenes de fondo de ojo de alta resolución, es difícil predecir con precisión las áreas de drusen con modelos de aprendizaje profundo. En este documento, proponemos un modelo de aprendizaje profundo a escala múltiple para la segmentación de drusen. Al explotar tanto la información local como global, podemos mejorar el rendimiento, especialmente en las etapas tempranas de casos de AMD.