Key points are not available for this paper at this time.
A retinopatia diabética (RD) é uma condição médica devido ao diabetes mellitus que pode danificar a retina do paciente e causar vazamentos de sangue. Essa condição pode causar diferentes sintomas, desde problemas de visão leves até cegueira completa se não for tratada a tempo. Neste trabalho, propomos o uso de uma arquitetura de aprendizagem profunda baseada em uma rede neural convolucional recente chamada EfficientNet para detectar retinopatia diabética referível (RDR) e RD ameaçadora à visão. Testes foram realizados em dois conjuntos de dados públicos, EyePACS e APTOS 2019. Os resultados obtidos alcançam desempenho de última geração e mostram que a rede proposta leva a taxas de classificação mais altas, com uma Área Sob a Curva (AUC) de 0,984 para RDR e 0,990 para RD ameaçadora à visão no conjunto de dados EyePACS. Desempenhos semelhantes foram obtidos para o conjunto de dados APTOS 2019, com uma AUC de 0,966 e 0,998 para RD referível e ameaçadora à visão, respectivamente. Um algoritmo de explicabilidade também foi desenvolvido e mostra a eficiência da abordagem proposta na detecção de sinais da RD.
Chetoui et al. (Qua,) estudaram essa questão.
Synapse has enriched 3 closely related papers on similar clinical questions. Consider them for comparative context: