Image-based Glaucoma Classification Using Fundus Images and Deep Learning.
Glaucoma is an eye disease that gradually affects the optic nerve. Intravascular high pressure can be controlled to prevent total vision loss, but early glaucoma detection is crucial. The optic disc has been a notable landmark for finding abnormalities in the retina. The rapid development of compute...
| Publicado en: | Revista Mexicana de Ingeniería Biomédica Vol. 42; no. 3; pp. 28 - 42 |
|---|---|
| Autores principales: | , , , , |
| Formato: | Artículo |
| Publicado: |
Sociedad Mexicana de Ingenieria Biomedica, A.C.
Sep-Dec2021
|
| Materias: | |
| Acceso en línea: | Ver este registro en EBSCOhost |
| fields | @attributes: recordID: 1 pdfLink: plink: https://search.ebscohost.com/login.aspx?direct=true&db=lth&AN=154626878&site=ehost-live header: @attributes: shortDbName: lth uiTerm: 154626878 longDbName: MedicLatina uiTag: AN controlInfo: bkinfo: jinfo: jid: 01889532 7L3 jtl: Revista Mexicana de Ingeniería Biomédica issn: 01889532 maglogo: N pubinfo: dt: Sep-Dec2021 vid: 42 iid: 3 pid: 20850 pub: Sociedad Mexicana de Ingenieria Biomedica, A.C. artinfo: ui: 154626878 10.17488/RMIB.42.3.2 ppf: 28 ppct: 14 formats: fmt: @attributes: type: P size: 1.9MB tig: atl: Image-based Glaucoma Classification Using Fundus Images and Deep Learning. aug: au: Sandoval-Cuellar, H. J. Alfonso-Francia, G. Vázquez-Membrillo, M. A. Ramos-Arreguín, J. M. Tovar-Arriaga, S. affil: Universidad Autónoma de Querétaro Instituto Mexicano de Oftalmología, IAP su: Glaucoma Eye diseases Retina Convolutional neural networks Deep learning sug: subj: Glaucoma Eye diseases Retina Convolutional neural networks Deep learning keyword: Convolutional Neural Network Deep Learning Glaucoma diagnosis Image-based classification Aprendizaje profundo Clasificación de imágenes Diagnóstico del glaucoma Red neuronal convolucional ab: Glaucoma is an eye disease that gradually affects the optic nerve. Intravascular high pressure can be controlled to prevent total vision loss, but early glaucoma detection is crucial. The optic disc has been a notable landmark for finding abnormalities in the retina. The rapid development of computer vision techniques has made it possible to analyze eye conditions from images enabling to help a specialist to make a diagnosis using a technique that is non-invasive in its initial stage through fundus images. We propose a methodology glaucoma detection using deep learning. A convolutional neural network (CNN) is trained to extract multiple features, to classify fundus images. The accuracy, sensitivity, and the area under the curve obtained using the ORIGA database are 93.22%, 94.14%, and 93.98%. The use of the algorithm for the automatic region of interest detection in conjunction with our CNN structure considerably increases the glaucoma detecting accuracy in the ORIGA database. El glaucoma es una enfermedad que afecta gradualmente al nervio óptico. La presión intravascular se puede controlar para prevenir la pérdida de visión, por lo que la detección temprana del glaucoma es crucial. El disco óptico ha sido un punto de referencia importante para encontrar anormalidades en la retina. El rápido desarrollo de técnicas de visión por computadora ha hecho posible el analizar las condiciones del ojo ayudando al especialista a realizar un diagnóstico utilizando una técnica no invasiva en su estadio inicial en imágenes de fondo de ojo. En este artículo, se propone una arquitectura para la detección de glaucoma utilizando aprendizaje profundo. Una red neuronal convolucional (RNC) es entrenada para extraer múltiples características, para clasificar imágenes de fondo de ojo. La exactitud, sensibilidad, y el área bajo la curva obtenidos en la base de datos ORIGA son 93.22%, 94.14% y 93.98%. El uso del algoritmo para la detección automática de la región de interés, incrementa considerablemente la exactitud de detección de glaucoma en la base de datos ORIGA. pubtype: Academic Journal doctype: Article src: R language: English refInfo: copyright: @attributes: flag: Y custom: Copyright of Revista Mexicana de Ingeniería Biomédica is the property of Sociedad Mexicana de Ingenieria Biomedica, A.C. and its content may not be copied or emailed to multiple sites without the copyright holder's express written permission. Additionally, content may not be used with any artificial intelligence tools or machine learning technologies. However, users may print, download, or email articles for individual use. item: Revista Mexicana de Ingeniería Biomédica holder: Sociedad Mexicana de Ingenieria Biomedica, A.C. dt: @attributes: year: 2021 holdings: @attributes: islocal: N |
|---|