Determinação de vícios refrativos oculares utilizando Support Vector Machines



Título del documento: Determinação de vícios refrativos oculares utilizando Support Vector Machines
Revista: Controle & automacao
Base de datos: PERIÓDICA
Número de sistema: 000315421
ISSN: 0103-1759
Autores: 1


Instituciones: 1Universidade de Sao Paulo, Instituto de Ciencias Matematicas e de Computacao, Sao Carlos, Sao Paulo. Brasil
Año:
Periodo: Abr-Jun
Volumen: 16
Número: 2
Paginación: 146-158
País: Brasil
Idioma: Portugués
Tipo de documento: Artículo
Enfoque: Aplicado
Resumen en inglés The article introduces a new image analysis approach for measuring refractive errors in the human eye (myopia, hypermetropia and astigmatism) using Machine Learning techniques. These refractive errors are identified through the analysis of images of the eye obtained with a specific technique known as Hartmann-Shack (or Shack-Hartmann), which are preprocessed with histogram analysis considering spatial and geometrical information on the application domain. Afterwards, feature vectors are extracted using two techniques: Principal Component Analysis and Gabor Wavelets Transform. Finally, the dataset with the extracted feature vectors is analyzed using Support Vector Machines. In spite of the limitations of the image dataset, encouraging results were obtained, suggesting the potential of the proposed approach in Optometry/Ophthalmology
Resumen en portugués Este artigo relata uma nova abordagem para a avaliação dos vícios refrativos do olho humano (miopia, hipermetropia e astigmatismo) por meio de uma técnica de Aprendizado de Máquina. Esses vícios são diagnosticados a partir da análise de imagens do olho adquiridas por uma técnica específica, denominada Hartmann-Shack (ou Shack-Hartmann), as quais são pré-processadas utilizando análise de histograma e informações geométricas e espaciais do domínio da aplicação. Em seguida, vetores de características são extraídos por meio de duas técnicas: Análise de Componentes Principais e Tranformada wavelet de Gabor. Por fim, o conjunto de dados com os vetores de características extraídos é analisado por Support Vector Machines. Apesar das limitações do conjunto de imagens, resultados encorajadores foram obtidos, indicando o potencial desta abordagem na área de Optometria/Oftalmologia
Disciplinas: Ingeniería
Palabras clave: Ingeniería de control,
Biotecnología,
Aprendizaje de máquinas,
Refracción,
Errores,
Sistemas inteligentes,
Imágenes,
Ojos
Keyword: Engineering,
Control engineering,
Machine learning,
Refraction,
Errors,
Intelligent systems,
Images,
Eyes
Texto completo: Texto completo (Ver HTML)