Segmentación automática de instancias aplicada a retinografías para la segmentación del disco óptico y la excavación

  1. O. Kovalyk 1
  2. J. Morales Sánchez 1
  3. R. Verdú Monedero 1
  4. I. Sellés Navarro 2
  1. 1 Universidad Politécnica de Cartagena, Cartagena, España
  2. 2 Hospital Universitario Reina Sofía, Murcia, España
Libro:
XXXVIII Congreso Anual de la Sociedad Española de Ingeniería Biomédica. CASEIB 2020: Libro de actas
  1. Roberto Hornero Sánchez (ed. lit.)
  2. Jesús Poza Crespo (ed. lit.)
  3. Carlos Gómez Peña (ed. lit.)
  4. María García Gadañón (ed. lit.)

Editorial: Grupo de Ingeniería Biomédica ; Universidad de Valladolid

ISBN: 978-84-09-25491-0

Año de publicación: 2020

Páginas: 348-351

Congreso: Congreso Anual de la Sociedad Española de Ingeniería Biomédica CASEIB (38. 2020. Valladolid)

Tipo: Aportación congreso

Resumen

El glaucoma es una enfermedad ocular silenciosa que sin el tratamiento adecuado produce ceguera. Uno de los signos clínicos que sugieren esta enfermedad en sus fases iniciales son los niveles elevados de presión intraocular que producen alteraciones en la morfología del nervio óptico. La relación entre el diámetro de la excavación papilar y del disco óptico se considera, para valores superiores a 0.5, un indicador de posible glaucoma. En este artículo se propone el algoritmo de aprendizaje máquina Mask R-CNN para la segmentación del disco óptico y la excavación en retinografías de la base de datos RIMONEr3. Los resultados muestran el rendimiento del algoritmo así como la capacidad de delimitar los contornos con gran precisión, comparado con segmentaciones de expertos y otros métodos del estado del arte.