Identificación de casos potenciales de edema macular diabético en imágenes de fondo de ojo utilizando técnicas de segmentación dinámica y clasificadores basados en redes neuronales

Abstract

El edema macular diabético (EMD) es uno de los principales padecimientos derivados de la diabetes. Su identificación requiere de la atención brindada por médicos especialistas en retina, mismos que a nivel mundial, no son suficientes para atender a la población propensa a esta enfermedad. El siguiente trabajo presenta un sistema para la identificación de casos potenciales de EMD a través de imágenes obtenidas con un oftalmoscopio comercial. El trabajo consta de tres partes: el pre-procesamiento de las imágenes para la corrección de iluminación, ruido y movimiento generados por la cámara y el usuario. El cálculo de una transformación de cuerpo rígido para realizar un análisis de correlación entre imágenes obtenidas por el oftalmoscopio y las imágenes de un estudio de tomografía de coherencia óptica (OCT) y la implementación de una red neuronal artificial para aproximar el grosor macular usando las imágenes de fondo de ojo, este dato permite la clasificación del potencial daño en la retina. Para validar el sistema se generó una base de datos de 120 imágenes de fondo de ojo en pacientes sanos de 19 a 24 años. El error promedio en la aproximación generada por la red y el valor real dado por la OCT fue menor al 8%.