Busca avançada
Ano de início
Entree

Redes neurais adversariais evolutivas aplicadas ao diagnóstico assistido por computador de retinopatia diabética

Processo: 19/00585-5
Linha de fomento:Auxílio à Pesquisa - Regular
Vigência: 01 de agosto de 2019 - 31 de julho de 2021
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Convênio/Acordo: Australian Technology Network of Universities (ATN)
Proposta de Mobilidade: SPRINT - Projetos de pesquisa - Mobilidade
Pesquisador responsável:João Paulo Papa
Beneficiário:João Paulo Papa
Pesq. responsável no exterior: Dinesh Kant Kumar
Instituição no exterior: RMIT University, Melbourne, Austrália
Instituição-sede: Faculdade de Ciências (FC). Universidade Estadual Paulista (UNESP). Campus de Bauru. Bauru , SP, Brasil
Instituição parceira: RMIT University
Vinculado ao auxílio:14/12236-1 - AnImaLS: Anotação de Imagem em Larga Escala: o que máquinas e especialistas podem aprender interagindo?, AP.TEM
Assunto(s):Retinopatia diabética  Eletrorretinografia  Diagnóstico precoce  Aprendizado computacional  Redes generativas adversariais  Cooperação internacional 

Resumo

Retinopatia diabética (RD) não diagnosticada pode levar à problemas na visão e cegueira, e a sua detecção precoce pode reduzir problemas severos na visão em torno de 50%. A presença de exudatos em imagens de retina é um dos primeiros sinais da doença, mas sua detecção manual é dependente da experiência do profissional e demanda bastante tempo. Nesta proposta, objetivamos lidar com o problema da falta de dados com respeito ao diagnóstico assistido de RD por meio da geração sintética de imagens de retina usando Redes Generativas Adversariais (RGA). A proposta introduz o conceito de RGAs Evolutivas, em que otimização evolucionista será utilizada tanto para ajustar os hiperparâmetros do modelo quanto para a criação de funções de custo compostas. O time Brasileiro ficara responsável pelo conhecimento na área de aprendizado de máquina, enquanto que o time Australiano cuidará da geração dos dados e possui o conhecimento técnico do problema em questão. (AU)