1. Biblioteca Digital de Monografias
  2. CAMPUS DO BACANGA
  3. Curso de Graduação em Ciência da Computação do Campus do Bacanga
  4. TCC de Graduação em Ciência da Computação do Campus do Bacanga
Use este identificador para citar ou linkar para este item: http://hdl.handle.net/123456789/10076
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorSILVA, Mackele Lourrane Jurema da-
dc.date.accessioned2025-10-10T18:13:31Z-
dc.date.available2025-10-10T18:13:31Z-
dc.date.issued2025-08-08-
dc.identifier.urihttp://hdl.handle.net/123456789/10076-
dc.descriptionO glaucoma é uma doença ocular crônica e progressiva causada por danos graduais ao nervo óptico e é considerada a principal causa de danos visuais irreversíveis. Como é impossível reverter a perda de visão causada pela doença, a detecção precoce é essencial para que intervenções possam ser realizadas nos estágios iniciais da doença para interromper sua progressão. A retinografia é um dos principais métodos utilizados para o diagnóstico da doença, possibilitando a avaliação da relação escavação-disco por um especialista. Neste trabalho, propomos um método baseado em aprendizado profundo, que utiliza imagens de fundo para auxiliar na detecção da doença em seus estágios iniciais. Dessa forma, o método proposto pode ter aplicação clínica e ser utilizado para desenvolver ferramentas para classificar casos mais graves da doença. Como melhor resultado, o método proposto alcançou um valor kappa de 0,83.pt_BR
dc.description.abstractGlaucoma is a chronic, progressive eye disease caused by gradual damage to the optic nerve and is considered the major cause of irreversible visual damage. Because it is impossible to reverse the loss of vision caused by the disease, early detection is essential that interventions can be carried out in the early stages of the disease to stop its progression. Fundus imaging is one of the main methods used to diagnose the disease, making it possible to assess the cup-to-disc ratio by a specialist. In this work, we propose a method based on deep learning, which uses fundus images to help detect the disease in its early stages. In this way, the proposed method can have clinical use and be used to develop tools for classifying more serious disease cases. As a best result, the proposed method achieved a kappa value of 0.83.pt_BR
dc.publisherUFMApt_BR
dc.subjectGlaucoma;pt_BR
dc.subjectGlaucoma;pt_BR
dc.subjectDiagnosis;pt_BR
dc.subjectDiagnóstico;pt_BR
dc.subjectDeep Learningpt_BR
dc.subjectAprendizado Profundopt_BR
dc.titleGlaucoma Grading Using Fundus Imagespt_BR
dc.title.alternativeClassificação do glaucoma usando imagens do fundopt_BR
dc.typeOtherpt_BR
dc.typeTrabalho sob sigilo. Motivo: Trabalho com copyright cedidos a Terceiros.pt_BR
Aparece nas coleções:TCC de Graduação em Ciência da Computação do Campus do Bacanga

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Mackele Lourrane Jurema da Silva.pdfTCC de Graduação Trabalho sob sigilo79,55 kBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.