Segmentación del disco óptico y la copa óptica a través de U-Net mejorado con mecanismos residuales y de atención

La creciente incidencia de trastornos oculares debido al aumento en el uso de dispositivos electrónicos destaca la necesidad de una detección precisa de anomalías en el disco óptico (OD) y la copa óptica (OC) en imágenes de fondo de retina, crucial para el diagnóstico temprano de condiciones como el glaucoma y la retinopatía diabética. Abordando este desafío fundamental, se presenta un enfoque novedoso que utiliza una arquitectura U-Net residual basada en atención modificada. Experimentaciones completas, incorporando diversos conjuntos de datos como Drishti-GS, REFUGE y RIM-ONE-R3, demuestran la adaptabilidad del modelo en diversos escenarios. Se observan métricas de rendimiento encomiables, con un Intersection-over-Union (IoU) y un Coeficiente de Dice (DC) de 87.77% y 93.48% para la copa óptica, y 95.09% y 97.48% para el disco óptico, respectivamente. Estos resultados subrayan la versatilidad y efectividad de la metodología propuesta para lograr un rendimiento superior en segmentación. Por lo tanto, este estudio representa un avance significativo en la segmentación de imágenes de fondo de retina, mejorando el diagnóstico temprano y contribuyendo a una gestión más efectiva de la salud ocular.