Sessão de Trabalhos Científicos - Apresentação Oral

Código

TL03

Área Técnica

Córnea

Instituição onde foi realizado o trabalho

Principal: OCULARE

Secundaria: UFAL

Autores

ANDREIA KARLA ANACLETO DE SOUSA (Interesse Comercial: NÃO)

KEMPES JACINTO (Interesse Comercial: NÃO)

AYDANO PAMPONET MACHADO (Interesse Comercial: NÃO)

JOÃO MARCELO LYRA (Interesse Comercial: NÃO)

RENATO AMBRÓSIO JÚNIOR (Interesse Comercial: NÃO)

ABDORAL GOMES LIMA NETO (Interesse Comercial: NÃO)

GUSTAVO ANACLETO LOURENÇO COÊLHO (Interesse Comercial: NÃO)

ANDRÉ BRITTO MARINHO GUSMÃO (Interesse Comercial: NÃO)

THAISA BARROS COSTA LOUREIRO (Interesse Comercial: NÃO)

EDILEUZA VIRGÍNIO LEÃO (Interesse Comercial: NÃO)

Título

ANALISE COMPUTACIONAL DA BIOMECANICA CORNEAL PARA DIAGNOSTICO DE CERATOCONE

Objetivo

O objetivo do corrente estudo foi encontrar e modelar representações de características da biomecânica corneal a partir de imagens de exames geradas pelo Corvis ST, a fim de realizar sua aplicação a técnicas de aprendizagem de máquina para o diagnóstico precoce de ceratocone.

Método

As imagens foram segmentadas para identificação e conversão em vetores para representação das superfícies anterior e posterior, paquimetria e composição dos dados anteriores. Os vetores foram encadeados (imagens em lote), simplificados com Wavelet e submetidos a MLP, κ-NN, Regressão Logística, Naive Bayes e Fast Large Margin, além do arranjo dos vetores como histogramas 2D para aplicação em rede neural com Deep Learning. A avaliação das classificações foi feita com o escore igual ao produto da sensibilidade multiplicada pela especificidade, com intervalo de confiança entre 0,7843 e 1 e nível de significância 0,0157. Foram usados exames de 686 olhos normais e 406 olhos com ceratocone em graus de I a IV, provindos de bases de exames da Europa e do Brasil, para treinamento e validação dos dados aplicados.

Resultado

Os melhores modelos identificados ocorreram com paquimetria de imagens em lote, com aplicação de wavelet nível 4 e processada com fast large margin na base de dados da Europa, com escore 0,8247, sensibilidade de 89,5% e especificidade de 92,14%; e histograma 2D da paquimetria, com LeNET5, na base do Brasil, com escore 0,8361, sensibilidade de 88,58% e especificidade de 94,39%.