Estudo de variantes de LBP para diagnóstico do glaucoma

Abstract

O glaucoma é uma doença crônica e silenciosa que causa danos ao nervo óptico e, em casos não controlados, convergem para o mesmo destino, que é a cegueira total, ocasião em que recebem o nome de glaucoma absoluto. O processo que antecipa o diagnóstico do glaucoma é composto pela análise de diversos componentes e requer bastante tempo, fator essencial para a eficácia do tratamento. Visando otimizar o custo do tempo gasto neste processo, novas técnicas de análise e processamento de imagens vêm sendo aplicadas em busca da melhoria da qualidade do diagnóstico médico. Sistemas de Detecção e Diagnóstico auxiliados por computador (Computer Aided Detection/Diagnosis) têm sido propostos com objetivo de auxiliar os profissionais de saúde, facilitando a detecção de áreas suspeitas ou anormalidades mascaradas em casos de difícil visualização. Este trabalho tem como objetivo propor uma metodologia de diagnóstico do glaucoma, utilizando descritores de textura, a partir de imagens provenientes do exame da retinografia. Para isso, os descritores de textura utilizados no trabalho, LBP (Padrão Binário Local) e suas variantes, em conjunto com algoritmos de aprendizado de máquina são combinados para a tarefa da classificação das imagens, tendo em vista auxiliar os especialistas da área com uma segunda opinião acerca do problema. O método proposto apresentou resultados promissores para o diagnóstico do glaucoma alcançando, como melhor resultado, acurácia de 87,4%, sensibilidade de 85,5%, especificidade de 91,4% e precisão de 88,5%.