Pesquisador da Escuela Politécnica Superior da Universidad Europea del Atlántico (Universidade Europea del Atlántico, UNEATLANTICO) está colaborando em um estudo que propõe um novo método de detecção de retinite pigmentosa por meio de aprendizagem profunda.
A retina, um dos tecidos mais ativos do corpo humano, pode sofrer alterações em sua estrutura devido a várias doenças. A detecção precoce desses distúrbios é importante para o diagnóstico e o tratamento. A imagem do fundo do olho e a tomografia de coerência óptica (OCT) são dois métodos de exame de doenças oculares, como retinite pigmentosa (RP), retinopatia diabética e degeneração macular.
A RP é um grupo de distúrbios hereditários da retina que resultam na degeneração das células fotorreceptoras. Isso pode causar uma perda gradual da visão e atualmente não tem cura. Os sinais iniciais de RP geralmente incluem perda da visão noturna e perda da visão em áreas periféricas médias, que podem progredir para a perda total da visão.
Tanto a OCT quanto a imagem do fundo do olho são úteis para a análise da RP. No entanto, às vezes a análise visual realizada pelos médicos não é a ideal devido a vários fatores, como falta de experiência e qualidade da imagem. Portanto, algoritmos baseados em inteligência artificial estão sendo implementados para melhorar a detecção e o diagnóstico de doenças oculares. Um exemplo disso é o modelo especializado denominado Se (ResNet) que comprime as informações da imagem para melhor detectar e analisar sinais de RP na retina.
Neste estudo, uma arquitetura de rede neural baseada em Se -ResNet- é proposta, para a detecção precisa e automática de RP em imagens coloridas de fundo de olho. Esse modelo usa blocos SE e aprendizado residual para aprimorar os recursos de representação e segmentação de imagens. Os resultados indicam que o modelo proposto é sensível e específico na detecção da RP, o que o torna uma ferramenta útil para os médicos na avaliação da progressão e da gravidade da doença, permitindo um diagnóstico mais precoce e um melhor uso dos recursos disponíveis.
Se você quiser saber mais sobre este relevante estudo, clique aqui.
Para acessar mais pesquisas, consulte o repositório da UNEATLANTICO.