Uso de aprendizado de máquina para detecção de glaucoma em exame de tomografia de mácula

Abstract

Glaucoma é uma condição médica caracterizada por lesões no nervo óptico, responsável por enviar os impulsos elétricos advindos da retina para o cérebro, causando diversos sintomas como dor, visão embaçada e até cegueira. O glaucoma é uma das principais causas de perda irreversível da visão em todo o mundo. Não existe cura para a doença, mas o tratamento, quando realizado nos estágios iniciais, permite o retardamento dos sintomas e uma boa qualidade de vida. Devido ao fato do diagnóstico estar atrelado ao processo de análise de tomografias por um especialista, tal procedimento poderia ser replicado por um computador treinado para detectar estágios iniciais de glaucoma por meio de imagens. Por isso, foi decidido utilizar a tecnologia das redes neurais, estruturas computacionais que, além de diversas outras capacidades, permitem que a máquina aprenda e detecte padrões em imagens, como foco neste trabalho. Na introdução, são mostradas as definições principais relacionadas ao glaucoma, o que é, como aparece, o que representa, por que se importar, e Artificial Neural Networks (ANNs) e suas definições relacionadas ao processo de aprendizagem e classificação. No Referencial Teórico são aprofundados os conceitos e técnicas, além de apresentar as funções de ativação e sua relevância, como e quando são melhores de usar. No capítulo de nome Implementações e Avaliações Preliminares, foi feito um exemplo de uma rede neural, usando da linguagem de programação Python, em funcionamento e foi observado que a taxa de aprendizado e número de iterações afetam consideravelmente a predição. É depois apresentado o capítulo Método Proposto para Detecção de Glaucoma: Implementação e Avaliação, o qual apresenta os resultados do estudo sobre tentar usar uma rede neural para realizar aprendizado e predição com imagens de pacientes e suspeitos de glaucoma com parte dedicada a apresentar estudo feito. As Considerações Finais encerram o documento, abordando os principais pontos do trabalho.