Uma nova abordagem baseada em modelos do tipo encoder-decoder para segmentação semântica de lesões de fundo associadas à retinopatia diabética

• Ano de defesa: 2025
• Autor(a) principal: Pereira, Alejandro da Silva
• Orientador(a): Aguiar, Marilton Sanchotene de
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Pelotas
• Programa de Pós-Graduação: Programa de Pós-Graduação em Computação
• País: Brasil
• Palavras-chave em Português: Retinopatia diabética; Imagens de fundo; Segmentação de lesões; Aprendizado profundo; Diabetic retinopathy; Fundus images; Lesions segmentation; Deep learning
• Área do conhecimento CNPq: CIENCIAS EXATAS E DA TERRA
• Link de acesso: http://guaiaca.ufpel.edu.br/xmlui/handle/prefix/17064

O diabetes é uma doença crônica que compromete a capacidade do corpo de produzir ou utilizar insulina de forma adequada. Atualmente, estima-se que aproxi madamente 537 milhões de adultos em todo o mundo sejam afetados pela doença, o que representa 10,5% da população entre 20 e 79 anos, com projeção de atingir 783 milhões até 2045. Nesse contexto global, o Brasil ocupa a quarta posição em preva lência, com cerca de 13,7 milhões de casos. A Retinopatia Diabética (RD) é uma das principais complicações microvasculares do diabetes e constitui uma das principais causas de cegueira em adultos em idade produtiva. Como o diagnóstico da RD é geralmente realizado por meio da análise de imagens do fundo de olho – nas quais se identificam lesões como Exsudatos Duros, Hemorragias, Exsudatos Algodonosos e Microaneurismas –, é possível empregar abordagens baseadas em aprendizado profundo para a segmentação dessas lesões. O objetivo deste trabalho é propor uma nova abordagem para aprimorar a precisão na segmentação dessas lesões, contribuindo para um diagnóstico mais eficaz da doença e facilitando o processo de anotação de imagens em novos conjuntos de dados de RD. A abordagem proposta tem como base as arquiteturas U-Net++, Attention U-Net e R2U-Net, integradas por meio de ensembles. Além disso, foram aplicadas etapas de pré-processamento, aumento de dados e pré-treinamento com o objetivo de melhorar a extração das características das lesões. Os experimentos utilizaram dois conjuntos de dados públicos de RD. O conjunto DDR foi empregado para treinar, ajustar e avaliar os modelos que compõem a abordagem proposta, alcançando mDC de 63,75% e mIoU de 83,18% na etapa de validação, e mDC de 66,47% e mIoU de 81,15% na etapa de teste. O conjunto IDRiD foi utilizado para avaliar a capacidade de generalização da abordagem proposta em diferentes bases de dados de RD, apresentando mIoU de 84,36% na etapa de validação e 82,84% na etapa de teste. Os resultados obtidos superaram os apresentados em trabalhos relacionados, evidenciando que a integração de ensembles de modelos do tipo encoder-decoder, combinada às etapas de pré-processamento, aumento de dados e pré-treinamento, constitui uma estratégia eficaz para a segmentação de lesões no fundo de olho.