Diagnóstico de Glaucoma Utilizando Atributos de Textura e CNN’s Pré-treinadas

Glaucoma é uma doença ocular que danifica o nervo óptico causando a perda da visão. Ela é a segunda principal causa de cegueira no mundo. Vários sistemas de diagnóstico automático de glaucoma têm sido propostos, contudo é possível realizar melhorias nestas técnicas, visto que, os sistemas atuais não lidam com uma grande diversidade de imagens. Assim, este trabalho visa realizar a detecção automática do glaucoma nas imagens da retina, através do uso de descritores de textura e Redes Neurais Convolucionais (CNNs). Os resultados mostraram que a junção dos descritores GLCM e CNNs e a utilização do classificador Random Forest são promissores na detecção dessa patologia, obtendo uma acurácia de 91,06% em 873 imagens de 4 bases de dados públicas