Resumen

La catarata es una de las principales causas de ceguera en la población mundial. En este trabajo se propone un método para evaluar la borrosidad en el diagnóstico de cataratas en imágenes de retina con opacidad vítrea. Se extraen tres tipos de características, que incluyen el número de píxeles de las estructuras visibles, el contraste medio entre los vasos y el fondo, y la desviación estándar local. Para evitar la detección errónea de la opacidad vítrea como estructuras retinianas, se propone un método morfológico para detectar y eliminar dichas lesiones de la segmentación de estructuras visibles retinianas. A partir de las características extraídas, se entrena un árbol de decisión para clasificar las imágenes retinianas en cinco grados de borrosidad. El método propuesto se probó con 1.355 imágenes clínicas de retina, y las precisiones de la clasificación de dos clases y de la clasificación en cinco grados comparadas con las de la clasificación manual son del 92,8% y el 81,1%, respectivamente. y 81,1%, respectivamente. El valor kappa entre la clasificación automática y la clasificación manual es de 0,74 en la clasificación de cinco grados, en la que tanto la varianza como el valor P son inferiores a 0,001. Los resultados experimentales muestran que la diferencia entre la clasificación automática y la manual está dentro de 1 grado, lo que supone una gran mejora en comparación con otros métodos disponibles. El método de clasificación propuesto proporciona una medida universal de la gravedad de la catarata y puede facilitar la decisión de la cirugía de cataratas.

• Materias:Algoritmos de aprendizaje Transductores de ultrasonido Ingeniería de atención Estudio biomecánico Ortesis progresivas estáticas
• Subjects:Learning algorithms Ultrasound transducers Care engineering Biomechanical study Static progressive orthoses
• Palabras claves:clasificación manual, clasificación automática, clasificación por grados, imágenes retinianas, opacidad vítrea, segmentación de la estructura visible de la retina, imágenes retinianas clínicas, desviación estándar local, otros métodos disponibles, desenfoque
• Keywords:manual grading, automatic grading, grade grading, retinal images, vitreous opacity, retinal visible structure segmentation, clinical retinal images, local standard deviation, other available methods, blurriness