Dissertação
Automatic Detection of Choroidal Hyperpermeability using Machine Learning Strategies EVALUATED
Técnicas de Aprendizagem Automática baseadas em modelos semânticos neurais profundos têm sido utilizadas com sucesso em vários desafios de imagem biomédica. Neste estudo, apresentamos uma abordagem inovadora para a Detecção Automática de Pontos de Hiperpermeabilidade Coroidal em pacientes com Coriorretinopatia Serosa Central, utilizando Tomografia de Coerência Ótica TCO )). Este trabalho concentra se no desenvolvimento de um pipeline automático que utiliza técnicas de aprendizagem automática para gerar dois artefactos essenciais: um mapa de espessura s coroidais e uma classificação binária indicando a presença de pontos de hiperpermeabilidade coroidal. Com base na relação entre a espessura e padrões anormais coroidais e a presença de pontos de hiperpermeabilidade coroidal, a nossa metodologia utiliza os mapas de espessura coroidal gerados para efetuar uma detecção automática desses pontos. A aplicação prática deste projeto é demonstrada no contexto da coriorretinopatia serosa central (CSCR), uma condição em que a detecção automática de hiperpermeabilidade coroidal é clinicamente significativa. O pipeline automático proposto tem o potencial de aprimorar os processos diagnósticos para CSCR, fornecendo um método mais eficiente e confiável para identificar pontos de hiperpermeabilidade coroidal em exames de TCO . Utilizando esta metodologia, alcançamos resultados de 94,46% de índice Dice na segmentação coroidal e uma precisão de classificação de 81,25% na presença de pontos de hiperpermeabilidade coroidal.
novembro 21, 2023, 10:30
Documentos da dissertação ainda não disponíveis publicamente
Orientação
ORIENTADOR
Hospital Garcia de Orta
Médico Especialista em Oftalmologia, Assistente Hospitalar