Construcción de una base de datos para la descripción de características morfológicas de la enfermedad degenerativa asociada a la edad (DMAE) a través de algoritmos de aprendizaje profundo
Cargando...
Archivos
Fecha
Autores
Director de trabajo de grado
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad de La Salle. Facultad de Ingeniería. Ingeniería en Automatización
Altmetric
Código QR
Documentos PDF
Resumen
Este trabajo de grado se enfoca en la caracterización de la degeneración macular relacionada con la edad (DMRE) a partir de un examen de fondo de ojo, una práctica común realizada por un profesional de salud ocular. En la sección 2, se recopilaron datos, se seleccionaron imágenes, se preprocesaron y se aumentaron. La enfermedad se caracteriza detalladamente, incluyendo sus aspectos clave, imágenes auxiliares para el diagnóstico, características morfológicas y fases. En la sección 3, se aborda el entrenamiento de algoritmos de aprendizaje profundo, tanto supervisado como no supervisado. Se utilizan redes neuronales convolucionales, y se detalla la selección del modelo, la arquitectura y las métricas de rendimiento. Además, se implementa el adelgazamiento de imágenes binarias y la segmentación de mácula mediante construcción de gráficos. Estos avances prometen un diagnóstico más preciso de la DMRE y tienen implicaciones tanto para la medicina como para la inteligencia artificial.
Abstract
This degree work focuses on the characterization of age-related macular degeneration (AMD) from a fundus examination, a common practice performed by an eye health professional. In section 2, data was collected, images were selected, preprocessed, and augmented. The disease is characterized in detail, including its key aspects, auxiliary images for diagnosis, morphological characteristics and phases. Section 3 discusses the training of deep learning algorithms, both supervised and unsupervised. Convolutional neural networks are used, and model selection, architecture, and performance metrics are detailed. In addition, binary image thinning and macula segmentation are implemented through graph construction. These advances promise more accurate diagnosis of AMD and have implications for both medicine and artificial intelligence.
Palabras clave
Salud ocular, Aprendizaje profundo, Degeneración macular, Inteligencia artificial, Bases de datos, progresión de la ceguera