Detección de glaucoma en imágenes de fondo de ojo utilizando descriptores de texturas

El presente trabajo final de grado se ha desarrollado dentro del grupo de Imagen Médica Asistida por Ordenador (IMAO) perteneciente al grupo de de Procesamiento Avanzado de Señal (PAS) de LabHuman que trabaja en el desarrollo de nuevas herramientas software que faciliten la labor del personal médico. El objetivo general es el estudio de la retina mediante el análisis de imágenes de fondo de ojo. En concreto este trabajo se centra en la detección del glaucoma mediante el uso de descriptores de textura y clasificadores. Para ello se basará el estudio en la zona del disco óptico, una zona circular y brillante de la retina donde emerge el nervio óptico, cuyo aspecto cambia si se padece glaucoma. Dentro del disco se encuentra una excavación fisiológica también conocida como copa que aumenta su tamaño a medida que el glaucoma avanza. La idea general es que la diferencia de texturas entre el disco y la copa nos proporcionará la información necesaria para determinar si la imagen padece glaucoma. A diferencia de la mayoría de autores de la literatura, se pretende determinar si la imagen padece glaucoma o no sin necesidad de segmentar la copa, que es una tarea complicada con los métodos convencionales de segmentación de imagen, dado de que los bordes no están siempre bien definidos. Así pues en este trabajo se pretende trabajar con métodos de aprendizaje automático mediante el uso de descriptores de texturas como características de entrada en un clasificador de aprendizaje supervisado. Se analizará el comportamiento de dos clasificadores diferentes: \textit{Naive Bayes} y árboles de decisión. Por último se procederá al testeo del sistema haciendo uso de la validación cruzada y ésta nos proporcionará el error de predicción de nuestro modelo. Se han realizado varios experimentos de resultados prometedores, ya que se ha demostrado que es posible clasificar las imágenes directamente con el análisis de texturas, evitando la necesidad de segmentar, cuando las diferencias en el ratio copa-disco son apreciables en la imagen de fondo de ojo.Gómez Torondel, FJ. (2015). Detección de glaucoma en imágenes de fondo de ojo utilizando descriptores de texturas. http://hdl.handle.net/10251/78659