Diagnóstico de glaucoma baseado em classificadores de aprendizagem de máquina utilizando dados do Spectral Domain-OCT e perimetria automatizada acromática

Detalhes bibliográficos
Ano de defesa: 2013
Autor(a) principal: Silva, Fabrício Reis, 1979-
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: [s.n.]
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Glaucoma
Inteligência artificial
Tomografia de coerência óptica
Artificial intelligence
Optical coherence tomography
Link de acesso: https://hdl.handle.net/20.500.12733/1621350
Resumo: Orientador: Vital Paulino Costa
id UNICAMP-30_b920a57b98dece163cf6bacfc3637269
oai_identifier_str oai::915027
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Diagnóstico de glaucoma baseado em classificadores de aprendizagem de máquina utilizando dados do Spectral Domain-OCT e perimetria automatizada acromáticaMachine learning classifiers for glaucoma diagnosis using Spectral Domain-OCT and standard automated perimetryGlaucomaInteligência artificialTomografia de coerência ópticaGlaucomaArtificial intelligenceOptical coherence tomographyOrientador: Vital Paulino CostaDissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Ciências MédicasResumo: Objetivo: Avaliar a sensibilidade e especificidade dos classificadores de aprendizagem de máquina no diagnóstico de glaucoma usando dados do Spectral Domain OCT (SD-OCT) e perimetria automatizada acromática (PAA). Desenho do estudo: Estudo transversal observacional. Método: Sessenta e dois pacientes com glaucoma e 48 indivíduos normais foram incluídos. Todos os pacientes foram submetidos a exame oftalmológico completo, PAA (24-2 SITA; Humphrey Field Analyzer II, Carl Zeiss Meditec, Inc., Dublin, CA) e exame de imagem da camada de fibras nervosas utilizando SD-OCT (Cirrus HD-OCT; Carl Zeiss Meditec Inc., Dublin, California). Curvas ROC (Receiver Operating Characteristic) foram obtidas para todos os parâmetros do SD-OCT e índices globais da perimetria acromática (MD, PSD, GHT). Subsequentemente, os seguintes classificadores de aprendizagem de máquina (CAMs) foram testados usando parâmetros do OCT e PAA: Bagging (BAG), Naive-Bayes (NB), Multilayer Perceptron (MLP), Radial Basis Function (RBF), Random Forest (RAN), Ensemble Selection (ENS), Classification Tree (CTREE), Ada Boost M1(ADA), Support Vector Machine Linear (SVML) e Support Vector Machine Gaussian (SVMG). Áreas abaixo da curva ROC (aROC) obtidas com os parâmetros isolados do campo visual (CV) e OCT foram comparados com os CAMs usando dados combinados do OCT e CV. Resultados: A média de idade foi de 57,0 ± 9,2 anos para os indivíduos normais e 59,9 ± 9,0 anos para os pacientes glaucomatosos (p=0,103). As médias dos valores do Mean Deviation (MD) foram -4,1 ± 2,4 dB para glaucomatosos e -1,5 ± 1,6 dB para indivíduos normais (p<0,001). Os parâmetros do SD-OCT com maiores aROCs foram: quadrante inferior (aROC=0,813) e espessura média (aROC=0,807). O melhor parâmetro do CV foi PSD (aROC=0,915). Combinando os dados do OCT e do CV, aROCs dos CAMs variaram entre 0,777 (CTREE) e 0,946 (RAN). A maior aROC dos CAMs OCT+CV, obtida com RAN (0,946) foi significativamente maior que o melhor parâmetro do OCT (p=0,003), mas não houve diferença estatisticamente significante com o melhor parâmetro do CV (p=0,37). Conclusão: Os classificadores de aprendizagem de máquina treinados com dados do OCT e CV podem discriminar entre olhos normais e glaucomatosos com sucesso. A combinação das medidas do OCT e CV melhoraram a acurácia diagnóstica comparados aos parâmetros do OCTAbstract: Purpose: To evaluate the sensitivity and specificity of machine learning classifiers (MLCs) for glaucoma diagnosis using Spectral Domain OCT (SD-OCT) and standard automated perimetry (SAP). Design: Observational cross-sectional study. Population: Sixty two glaucoma patients and 48 healthy individuals were included. Methods: All patients underwent a complete ophthalmologic examination, SAP and retinal nerve fiber layer (RNFL) imaging with SD-OCT (Cirrus HD-OCT; Carl Zeiss Meditec Inc., Dublin, California). Receiver operating characteristic (ROC) curves were obtained for all SD-OCT parameters and some SAP parameters (MD, PSD, GHT). Subsequently, the following MLCs were tested using parameters from SD-OCT and SAP: Bagging (BAG), Naive-Bayes (NB), Multilayer Perceptron (MLP), Radial Basis Function (RBF), Random Forest (RAN), Ensemble Selection (ENS), Classification Tree (CTREE), Ada Boost M1 (ADA), Support Vector Machine Linear (SVML) and Support Vector Machine Gaussian (SVMG). Areas under the ROC (aROC) obtained with SAP and OCT parameters were compared with those obtained with MLCs using combined OCT+SAP data. Results: The mean age was 57.0 ± 9.2 years for healthy individuals and 59.9 ± 9.0 years for glaucoma patients (p=0.103). Mean Deviation (MD) values were -4.1 ± 2.4 dB for glaucoma patients and -1.5 ± 1.6 dB for healthy individuals (p<0.001). SD-OCT parameters with the greater aROCs were inferior quadrant (0.813) and average thickness (0.807). The best SAP parameter was PSD (aROC=0.915). Combining OCT and SAP data, MLCs'aROCs varied from 0.777(CTREE) to 0.946 (RAN). The best combined OCT+SAP aROC, obtained with RAN (0.946), was significantly larger than the best single OCT parameter (p=0.003), but was not significantly different from the aROC obtained with the best single SAP parameter (p=0.37). Conclusion: Machine learning classifiers trained with OCT and SAP data can successfully discriminate between healthy and glaucomatous eyes. The combination of OCT and SAP measurements improved the diagnostic accuracy compared with OCT data aloneMestradoOftalmologiaMestre em Ciências Médicas[s.n.]Costa, Vital Paulino, 1965-Alves, MônicaVasconcellos, José Paulo Cabral deUniversidade Estadual de Campinas (UNICAMP). Faculdade de Ciências MédicasPrograma de Pós-Graduação em Ciências MédicasUNIVERSIDADE ESTADUAL DE CAMPINASSilva, Fabrício Reis, 1979-2013info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf185 p. : il.https://hdl.handle.net/20.500.12733/1621350SILVA, Fabrício Reis. Diagnóstico de glaucoma baseado em classificadores de aprendizagem de máquina utilizando dados do Spectral Domain-OCT e perimetria automatizada acromática. 2013. 185 p. Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Ciências Médicas, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1621350. Acesso em: 28 fev. 2025.https://repositorio.unicamp.br/acervo/detalhe/915027porreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2017-02-18T07:08:28Zoai::915027Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2017-02-18T07:08:28Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Diagnóstico de glaucoma baseado em classificadores de aprendizagem de máquina utilizando dados do Spectral Domain-OCT e perimetria automatizada acromática
Machine learning classifiers for glaucoma diagnosis using Spectral Domain-OCT and standard automated perimetry
title Diagnóstico de glaucoma baseado em classificadores de aprendizagem de máquina utilizando dados do Spectral Domain-OCT e perimetria automatizada acromática
spellingShingle Diagnóstico de glaucoma baseado em classificadores de aprendizagem de máquina utilizando dados do Spectral Domain-OCT e perimetria automatizada acromática
Silva, Fabrício Reis, 1979-
Glaucoma
Inteligência artificial
Tomografia de coerência óptica
Glaucoma
Artificial intelligence
Optical coherence tomography
title_short Diagnóstico de glaucoma baseado em classificadores de aprendizagem de máquina utilizando dados do Spectral Domain-OCT e perimetria automatizada acromática
title_full Diagnóstico de glaucoma baseado em classificadores de aprendizagem de máquina utilizando dados do Spectral Domain-OCT e perimetria automatizada acromática
title_fullStr Diagnóstico de glaucoma baseado em classificadores de aprendizagem de máquina utilizando dados do Spectral Domain-OCT e perimetria automatizada acromática
title_full_unstemmed Diagnóstico de glaucoma baseado em classificadores de aprendizagem de máquina utilizando dados do Spectral Domain-OCT e perimetria automatizada acromática
title_sort Diagnóstico de glaucoma baseado em classificadores de aprendizagem de máquina utilizando dados do Spectral Domain-OCT e perimetria automatizada acromática
author Silva, Fabrício Reis, 1979-
author_facet Silva, Fabrício Reis, 1979-
author_role author
dc.contributor.none.fl_str_mv Costa, Vital Paulino, 1965-
Alves, Mônica
Vasconcellos, José Paulo Cabral de
Universidade Estadual de Campinas (UNICAMP). Faculdade de Ciências Médicas
Programa de Pós-Graduação em Ciências Médicas
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Silva, Fabrício Reis, 1979-
dc.subject.por.fl_str_mv Glaucoma
Inteligência artificial
Tomografia de coerência óptica
Glaucoma
Artificial intelligence
Optical coherence tomography
topic Glaucoma
Inteligência artificial
Tomografia de coerência óptica
Glaucoma
Artificial intelligence
Optical coherence tomography
description Orientador: Vital Paulino Costa
publishDate 2013
dc.date.none.fl_str_mv 2013
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/20.500.12733/1621350
SILVA, Fabrício Reis. Diagnóstico de glaucoma baseado em classificadores de aprendizagem de máquina utilizando dados do Spectral Domain-OCT e perimetria automatizada acromática. 2013. 185 p. Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Ciências Médicas, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1621350. Acesso em: 28 fev. 2025.
url https://hdl.handle.net/20.500.12733/1621350
identifier_str_mv SILVA, Fabrício Reis. Diagnóstico de glaucoma baseado em classificadores de aprendizagem de máquina utilizando dados do Spectral Domain-OCT e perimetria automatizada acromática. 2013. 185 p. Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Ciências Médicas, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1621350. Acesso em: 28 fev. 2025.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/915027
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
185 p. : il.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1829137552991322112

Registros relacionados