Rede de aprendizado supervisionado como método de auxilio na detecção do ceratocone (2011)
- Autores:
- Autor USP: SOUZA, MURILO BARRETO - FM
- Unidade: FM
- Sigla do Departamento: MOF
- Assuntos: REDES NEURAIS; INTELIGÊNCIA ARTIFICIAL; TÉCNICAS DE DIAGNÓSTICO OFTALMOLÓGICO; DIAGNÓSTICO; DIAGNÓSTICO POR COMPUTADOR; DOENÇAS DA CÓRNEA
- Idioma: Português
- Resumo: INTRODUÇÃO: O ceratocone é uma doença não inflamatória, sem etiologia definida, caracterizada pelo afilamento estromal e protrusão da córnea. Geralmente esta doença torna-se clinicamente evidente na adolescência. Apesar de possuir sinais clínicos bem conhecidos, a detecção do ceratocone em estádios iniciais pode representar uma tarefa de difícil execução, mesmo quando a videoceratografia computadorizada ou outros métodos são utilizados para avaliar a córnea. Anteriormente, diagnosticar o ceratocone apenas após a identificação de sinais clínicos inequívocos era uma conduta aceitável. Com o advento da cirurgia refrativa porém, a identificação precoce do ceratocone tornou-se um procedimento de vital importância para evitar complicações pós-operatórias. O objetivo principal deste estudo é avaliar o uso de máquinas de vetor de suporte e redes neurais artificiais como métodos auxiliares para identificação de ceratocone e suspeita de ceratocone em exames realizados com o Orbscan II. MÉTODOS: Foram avaliados retrospectivamente dados de 344 pacientes. Os exames selecionados foram classificados em 6 categorias: normal (n=172), astigmatismo (n=89), ceratocone (n=46), ceratocone forma frustra (n=10), suspeita de ceratocone (n=16) e cirurgia refrativa (n=11). Para cada paciente 10 atributos foram obtidos ou calculados a partir de dados fornecidos pelo Orbscan II. O método do holdout e da validação cruzada foram utilizados para encontrar a melhor configuração, treinar e testar os classificadores. Além da acurácia, sensibilidade e especificidade, curvas ROC foram obtidas para cada classificador, e as áreas sob as curvas ROC foram calculadas. RESULTADOS: Os dois classificadores selecionados alcançaram um bom desempenho, com áreas sob as curvas ROC de 0,99. Não hove diferença estatística entre as suas performances. O desempenho dos classificadores foi superior ao desempenho de todos os atributos individuais do Orbscan II.(p<0,05). CONCLUSÃO: Os resultados alcançados sugerem que xi x máquinas de vetor de suporte e redes neurais artificiais podem representar técnicas úteis para a detecção de ceratocone em exames realizados com o Orbscan II
- Imprenta:
- Data da defesa: 10.06.2011
-
ABNT
SOUZA, Murilo Barreto. Rede de aprendizado supervisionado como método de auxilio na detecção do ceratocone. 2011. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2011. Disponível em: http://www.teses.usp.br/teses/disponiveis/5/5149/tde-27072011-172605/. Acesso em: 18 abr. 2024. -
APA
Souza, M. B. (2011). Rede de aprendizado supervisionado como método de auxilio na detecção do ceratocone (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de http://www.teses.usp.br/teses/disponiveis/5/5149/tde-27072011-172605/ -
NLM
Souza MB. Rede de aprendizado supervisionado como método de auxilio na detecção do ceratocone [Internet]. 2011 ;[citado 2024 abr. 18 ] Available from: http://www.teses.usp.br/teses/disponiveis/5/5149/tde-27072011-172605/ -
Vancouver
Souza MB. Rede de aprendizado supervisionado como método de auxilio na detecção do ceratocone [Internet]. 2011 ;[citado 2024 abr. 18 ] Available from: http://www.teses.usp.br/teses/disponiveis/5/5149/tde-27072011-172605/
Como citar
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
