Detecção automática de edema macular diabético e de degeneração macular relacionada à idade em imagens de tomografia de coerência óptica

Abstract

Entre as mais recentes tecnologias de imagem médica, está a Tomografia de Coerência Óptica (OCT, do inglês: Optical Coherence Tomography), a qual consiste em uma modalidade não invasiva de diagnóstico por imagem, que permite melhor visualização e análise da microestrutura interna dos tecidos biológicos. Desde sua aceitação pela comunidade oftalmológica, a OCT tem sido utilizada para visualização de características morfológicas intraretinais, permitindo avaliar a integridade de cada camada da retina. Atualmente, o diagnóstico de doenças retinianas é baseado, principalmente, em exames clínicos e análises subjetivas de imagens OCT por oftalmologistas. O diagnóstico feito por esses especialistas depende de fatores como a experiência do profissional, a qualidade das imagens OCT e de características do próprio paciente. Dessa forma, a proposta deste trabalho consiste no desenvolvimento de uma metodologia para detecção automática de Edema Macular Diabético e de Degeneração Macular Relacionada à Idade em imagens OCT, a fim de oferecer uma segunda opinião ao especialista. Para este estudo, é aplicado um método de classificação, com Support Vector Machine (SVM), baseado nas características de textura extraídas pelos métodos de Matrizes de Coocorrência (GLCM, do inglês Gray- Level Co-Ocurrence Matrix), Local Binary Pattern(LBP) e Filtros de Gabor. O trabalho também faz uma análise comparativa quanto à performance do classificador quando tais técnicas são aplicadas de forma isolada e em conjunto.