Abstrato

Abordagem de Deep Learning para detetar diabetes usando imagens da retina

Muhammad Muzammil

A diabetes pode causar retinopatia diabética, que afeta os vasos sanguíneos da retina e afeta os olhos. Inicialmente não manifesta sintomas nem provoca problemas visuais esporádicos. Quando se torna suficientemente grave, afeta ambos os olhos e, eventualmente, prejudica a visão total ou parcialmente. Acontece principalmente quando o nível de açúcar no sangue está fora de controlo. Com isto, a hipótese de contrair esta doença é sempre elevada para quem tem diabetes mellitus. O risco de cegueira total e permanente pode ser evitado com um diagnóstico precoce. Consequentemente, é necessário um mecanismo de triagem fiável. A rede convolucional densamente conectada é utilizada no trabalho atual para examinar uma abordagem de aprendizagem profunda para o diagnóstico precoce da retinopatia diabética. De acordo com os níveis de gravidade, os quadros de fundo de olho são categorizados em Sem RD, RD ligeira, moderada, grave e proliferativa. A deteção de retinopatia diabética 2016 e a deteção de cegueira aptos 2020, ambas recolhidas do Kaggle, são os conjuntos de dados considerados. As fases incluídas na técnica proposta são a recolha de dados, o pré-processamento, o aumento e a modelação. 92% de precisão foi alcançada pelo nosso modelo sugerido. O modelo de regressão, também utilizado, apresentou uma taxa de acerto de 75%. O principal objetivo deste esforço é criar um método fiável para detetar DR.s automaticamente.