Please use this identifier to cite or link to this item: http://ri-ng.uaq.mx/handle/123456789/1838
Title: Aprendizaje máquina en la determinación de factores para el diagnóstico de retinopatía diabética y otras enfermedades oculares.
metadata.dc.creator: MARIA FERNANDA CISNEROS GUZMAN
Keywords: INGENIERÍA Y TECNOLOGÍA;CIENCIAS TECNOLÓGICAS;TECNOLOGÍA MÉDICA
metadata.dc.date: 13-Dec-2019
Description: La retinopatía diabética (RD) es un padecimiento ocular muy común en pacientes diabéticos que se desarrolla cuando se tienen niveles de azúcar altos en sangre, lo que provoca daño en los vasos sanguíneos de la retina. El diagnóstico de RD se basa en detectar diferentes características que se presentan en la parte posterior del ojo, entre los que se encuentra micro-aneurismas, grosor de las venas, hemorragias y exudados. En este trabajo de tesis se propone la detección de exudados y segmentación de vasos sanguíneos, mediante el procesamiento digital de imágenes de la retina para ayudar en la detección de retinopatía. El objetivo principal es clasificar automáticamente las imágenes en dos categorías, las que presentan exudados y las que no, para de esta forma coadyuvar a la elaboración un informe de retinopatía diabética proliferativa. En una etapa inicial, las características deseadas se realizan vía segmentación para posteriormente ser insertadas en un clasificador basado en máquina de soporte de vectores (SVM) para determinar la existencia de exudados. Esta propuesta se probó en una base de datos de 130 imágenes. Como resultado se obtuvo una sensibilidad del 87.3% y una especificidad del 84.6%. A pesar de que el desarrollo de la propuesta está enfocado para ayudar en la detección de retinopatía diabética, se ha encontrado que también puede ser utilizado para el diagnóstico y progresión del edema macular.
URI: http://ri-ng.uaq.mx/handle/123456789/1838
Other Identifiers: Retinopatía diabética
Máquina Soporte de Vectores
Diagnóstico Automatizado
Procesamiento de Imágenes
Appears in Collections:Tesis

Files in This Item:
File Description SizeFormat 
IGMAC-201927-1219-1219-María Fernanda Cisneros Guzmán -A.pdf4.85 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.