Rendimiento de un algoritmo para el diagnóstico de glaucoma basado en la relación excavación/disco del nervio óptico

Los algoritmos para tamizaje de glaucoma determinan la presencia o ausencia de enfermedad basados en la relación excavación/disco (Clasificación de Armaly). Sin embargo, se podrían pasar por alto hallazgos sugestivos de daño del nervio óptico clasificándolo incorrectamente. La escala de probabilidad de daño del disco de Spaeth puede ser útil identificando cambios tempranos de neuropatía óptica glaucomatosa. Objetivo Determinar el rendimiento de un algoritmo para tamizaje de glaucoma analizando fotografías de nervio óptico. Métodos Estudio transversal de prueba diagnóstica. Se diseñó un algoritmo para identificar características sugestivas de daño en imágenes del nervio óptico. Se clasificaron las imágenes según las escalas de Armaly y Spaeth. El algoritmo segmenta el nervio y la excavación mediante análisis de tono, saturación e iluminación; extrae los contornos con el método de Otsu de múltiples umbrales y cada contorno es representado mediante series de Fourier, alimentando una red neuronal de dos capas. Resultados La concordancia del algoritmo con el criterio del especialista fue de 80% (p menor a 0.05) para determinar la relación excavación/disco, 91% (p menor a 0.05) para la escala DDLS de Spaeth, 92% (p menor a 0.05) para la escala DDLS de Spaeth modificada, y de 99% (p menor a 0.05) para la clasificación de severidad de daño por glaucoma. El criterio de los dos especialistas coincidió en 94% (p menor a 0.05) para la clasificación de severidad de daño por glaucoma, 40% para la relación excavación/disco, en 12,4% para la escala DDLS de Spaeth y en 12,5% para la escala DDLS de Spaeth modificada. Conclusiones Se propone un algoritmo de inteligencia artifical basado en una red neuronal de 2 capas que alcanza alta precisión en resultados preliminares para clasificar riesgo de glaucoma usando las escalas de Armaly, DDLS de Spaeth y la clasificación de severidad de daño por glaucoma

• Fecha de publicación: 2023
• Institución: Universidad del Rosario
• Repositorio: Repositorio EdocUR - U. Rosario
• Idioma: spa
• OAI Identifier: oai:repository.urosario.edu.co:10336/38132
• Acceso en línea: https://repository.urosario.edu.co/handle/10336/38132
• Palabra clave: Inteligencia artificial; Oftalmología; Nervio óptico; Glaucoma; Análisis de Fourier; Redes neurales de la computación; Artificial intelligence; Ophthalmology; Optic nerve; Glaucoma; Fourier Analysis; Neural Networks
• License: Attribution-NonCommercial-NoDerivatives 4.0 International