Segmentação de imagens de retina

• Processo: 24/16942-0
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de outubro de 2024
• Data de Término da vigência: 30 de setembro de 2025
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Nina Sumiko Tomita Hirata
• Beneficiário: João Paulo Menezes Linaris
• Instituição Sede: Instituto de Matemática e Estatística (IME). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Vinculado ao auxílio: 22/15304-4 - Aprendizado de representações ricas em contexto para visão computacional, AP.TEM
• Assunto(s): Aprendizagem profunda Redes neurais convolucionais Retinopatia diabética Segmentação de imagens Processamento de imagens
• Palavra(s)-Chave do Pesquisador: deep neural networks | Redes Neurais convolucionais | retinopatia diabetica | segmentação de imagens | Processamento de imagens

Resumo

Certas anomalias em imagens de retina são decisivas para a detecção de doenças do olho. Dentre essas doenças, uma que é relativamente comum é a Retinopatia Diabética, decorrente do compromentimento das microvasculaturas devido ao Diabetes Mellitus. A detecção precoce da retinopatia diabética pode evitar um desfecho, significativamente comum, que é a perda da visão. Neste projeto de iniciação científica, temos interesse na segmentação de certas estruturas em imagens de retina. A segmentação é um passo que precede a extração de métricas quantitativas sobre as características do olho, importantes na avaliação diagnóstica. Visamos estudar e implementar métodos computacionais baseados em deep learning para a segmentação dessas estruturas, com foco em vasos sanguíneos. Os métodos serão testados em conjuntos públicos de imagens e possivelmente em imagens coletadas por retinógrafos portáteis.