Diseño de un modelo algorítmico basado en visión computacional para la detección y clasificación de retinopatía diabética en imágenes retinográficas digitales

Descripción del Articulo

La retinopatía diabética es una enfermedad muy común en pacientes con diabetes. Esta enfermedad ocasiona ceguera de manera gradual debido al deterioro de la retina. Este deterioro puede desencadenar en hemorragias, aneurismas y presencia de exudados en la superficie, las cuales se manifiestan en pun...

Descripción completa

Detalles Bibliográficos
Autor: Abarca Cusimayta, Daekef Rosendo
Formato: tesis de grado
Fecha de Publicación:2018
Institución:Pontificia Universidad Católica del Perú
Repositorio:PUCP-Tesis
Lenguaje:español
OAI Identifier:oai:tesis.pucp.edu.pe:20.500.12404/12171
Enlace del recurso:http://hdl.handle.net/20.500.12404/12171
Nivel de acceso:acceso abierto
Materia:Visión por computadoras--Algoritmos
Procesamiento de imágenes
https://purl.org/pe-repo/ocde/ford#1.02.00
id PUCP_c99fc960806ae352e88146e5670e3ed4
oai_identifier_str oai:tesis.pucp.edu.pe:20.500.12404/12171
network_acronym_str PUCP
network_name_str PUCP-Tesis
repository_id_str .
dc.title.es_ES.fl_str_mv Diseño de un modelo algorítmico basado en visión computacional para la detección y clasificación de retinopatía diabética en imágenes retinográficas digitales
title Diseño de un modelo algorítmico basado en visión computacional para la detección y clasificación de retinopatía diabética en imágenes retinográficas digitales
spellingShingle Diseño de un modelo algorítmico basado en visión computacional para la detección y clasificación de retinopatía diabética en imágenes retinográficas digitales
Abarca Cusimayta, Daekef Rosendo
Visión por computadoras--Algoritmos
Procesamiento de imágenes
https://purl.org/pe-repo/ocde/ford#1.02.00
title_short Diseño de un modelo algorítmico basado en visión computacional para la detección y clasificación de retinopatía diabética en imágenes retinográficas digitales
title_full Diseño de un modelo algorítmico basado en visión computacional para la detección y clasificación de retinopatía diabética en imágenes retinográficas digitales
title_fullStr Diseño de un modelo algorítmico basado en visión computacional para la detección y clasificación de retinopatía diabética en imágenes retinográficas digitales
title_full_unstemmed Diseño de un modelo algorítmico basado en visión computacional para la detección y clasificación de retinopatía diabética en imágenes retinográficas digitales
title_sort Diseño de un modelo algorítmico basado en visión computacional para la detección y clasificación de retinopatía diabética en imágenes retinográficas digitales
author Abarca Cusimayta, Daekef Rosendo
author_facet Abarca Cusimayta, Daekef Rosendo
author_role author
dc.contributor.advisor.fl_str_mv Beltrán Castañón, César Armando
dc.contributor.author.fl_str_mv Abarca Cusimayta, Daekef Rosendo
dc.subject.es_ES.fl_str_mv Visión por computadoras--Algoritmos
Procesamiento de imágenes
topic Visión por computadoras--Algoritmos
Procesamiento de imágenes
https://purl.org/pe-repo/ocde/ford#1.02.00
dc.subject.ocde.es_ES.fl_str_mv https://purl.org/pe-repo/ocde/ford#1.02.00
description La retinopatía diabética es una enfermedad muy común en pacientes con diabetes. Esta enfermedad ocasiona ceguera de manera gradual debido al deterioro de la retina. Este deterioro puede desencadenar en hemorragias, aneurismas y presencia de exudados en la superficie, las cuales se manifiestan en puntos vacíos de la visión del afectado. Las características mencionadas tienen muchas propiedades visuales como el color, forma, área de presencia que son posibles detectar por medio de imágenes retinográficas digitales. Esta propiedad hace posible el uso de la visión computacional para procesar la imagen y poder diagnosticar la enfermedad de acuerdo al grado de avance de ésta según las características clínicas presentes. El presente proyecto de tesis consiste en el desarrollo de un modelo algorítmico que logre aprovechar las características visuales para poder detectar y clasificar la enfermedad. Las características clínicas utilizadas son los microaneurismas, exudados y hemorragias. Se utilizó una base de datos pública de imágenes retinográficas y un clasificador SVM. El vector de características que se utilizó fue: área, color, número de características prensentes. Es importante mencionar que se utilizó pre-procesamiento en la imagen para excluir elementos como el fondo, disco óptico y las venas debido a que no aportan significativamente al análisis de la imagen. Para el desarrollo del algoritmo se utilizó C++ con OpenCV, la cual es una librería open source para el procesamiento de imágenes. Como resultado final de este proyecto se logró una sensibilidad del 90.17%; especificidad del 96.72% y precisión del 95.08%.
publishDate 2018
dc.date.accessioned.es_ES.fl_str_mv 2018-06-19T02:27:37Z
dc.date.available.es_ES.fl_str_mv 2018-06-19T02:27:37Z
dc.date.created.es_ES.fl_str_mv 2018
dc.date.issued.fl_str_mv 2018-06-19
dc.type.es_ES.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/20.500.12404/12171
url http://hdl.handle.net/20.500.12404/12171
dc.language.iso.es_ES.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.es_ES.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/pe/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/pe/
dc.publisher.es_ES.fl_str_mv Pontificia Universidad Católica del Perú
dc.publisher.country.es_ES.fl_str_mv PE
dc.source.none.fl_str_mv reponame:PUCP-Tesis
instname:Pontificia Universidad Católica del Perú
instacron:PUCP
instname_str Pontificia Universidad Católica del Perú
instacron_str PUCP
institution PUCP
reponame_str PUCP-Tesis
collection PUCP-Tesis
bitstream.url.fl_str_mv https://tesis.pucp.edu.pe/bitstreams/cef13ee2-ecdc-4938-88ce-81bf148e84c9/download
https://tesis.pucp.edu.pe/bitstreams/54c33d9b-0589-4878-81c4-751e1c3fc1b6/download
https://tesis.pucp.edu.pe/bitstreams/1e7f93c3-2bc0-436a-91e0-538e94d4b507/download
https://tesis.pucp.edu.pe/bitstreams/d96d4ea2-4180-4998-894d-4cae491e7c28/download
https://tesis.pucp.edu.pe/bitstreams/5fa02658-3e62-46e3-a340-8972e6e53b0b/download
https://tesis.pucp.edu.pe/bitstreams/7afe0de8-f780-44b6-8c19-d3d783f9a187/download
https://tesis.pucp.edu.pe/bitstreams/530afee7-5518-4399-9001-7812e896895e/download
bitstream.checksum.fl_str_mv 8a4605be74aa9ea9d79846c1fba20a33
ce9af965143e5dd8ff32b32f6246d612
376527664c207e01f103bf7d376da4d3
b3f1474b16e1b4c0c802060711afdca7
c405e7cd7770af74a5b14793e47c9e97
7be6556a16404c2604a57c0af8b439a9
3c10e8770e380f0c5e8b9485f8067b0a
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio de Tesis PUCP
repository.mail.fl_str_mv raul.sifuentes@pucp.pe
_version_ 1834737119390597120
spelling Beltrán Castañón, César ArmandoAbarca Cusimayta, Daekef Rosendo2018-06-19T02:27:37Z2018-06-19T02:27:37Z20182018-06-19http://hdl.handle.net/20.500.12404/12171La retinopatía diabética es una enfermedad muy común en pacientes con diabetes. Esta enfermedad ocasiona ceguera de manera gradual debido al deterioro de la retina. Este deterioro puede desencadenar en hemorragias, aneurismas y presencia de exudados en la superficie, las cuales se manifiestan en puntos vacíos de la visión del afectado. Las características mencionadas tienen muchas propiedades visuales como el color, forma, área de presencia que son posibles detectar por medio de imágenes retinográficas digitales. Esta propiedad hace posible el uso de la visión computacional para procesar la imagen y poder diagnosticar la enfermedad de acuerdo al grado de avance de ésta según las características clínicas presentes. El presente proyecto de tesis consiste en el desarrollo de un modelo algorítmico que logre aprovechar las características visuales para poder detectar y clasificar la enfermedad. Las características clínicas utilizadas son los microaneurismas, exudados y hemorragias. Se utilizó una base de datos pública de imágenes retinográficas y un clasificador SVM. El vector de características que se utilizó fue: área, color, número de características prensentes. Es importante mencionar que se utilizó pre-procesamiento en la imagen para excluir elementos como el fondo, disco óptico y las venas debido a que no aportan significativamente al análisis de la imagen. Para el desarrollo del algoritmo se utilizó C++ con OpenCV, la cual es una librería open source para el procesamiento de imágenes. Como resultado final de este proyecto se logró una sensibilidad del 90.17%; especificidad del 96.72% y precisión del 95.08%.TesisspaPontificia Universidad Católica del PerúPEinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/2.5/pe/Visión por computadoras--AlgoritmosProcesamiento de imágeneshttps://purl.org/pe-repo/ocde/ford#1.02.00Diseño de un modelo algorítmico basado en visión computacional para la detección y clasificación de retinopatía diabética en imágenes retinográficas digitalesinfo:eu-repo/semantics/bachelorThesisreponame:PUCP-Tesisinstname:Pontificia Universidad Católica del Perúinstacron:PUCPSUNEDUIngeniero InformáticoTítulo ProfesionalPontificia Universidad Católica del Perú. Facultad de Ciencias e IngenieríaIngeniería Informática29561260https://orcid.org/0000-0002-0173-4140612286https://purl.org/pe-repo/renati/level#tituloProfesionalhttps://purl.org/pe-repo/renati/type#tesisLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://tesis.pucp.edu.pe/bitstreams/cef13ee2-ecdc-4938-88ce-81bf148e84c9/download8a4605be74aa9ea9d79846c1fba20a33MD53falseAnonymousREADORIGINALABARCA_DAEKET_MODELO_ALGORITMICO_VISION_COMPUTACIONAL.pdfABARCA_DAEKET_MODELO_ALGORITMICO_VISION_COMPUTACIONAL.pdfTexto completoapplication/pdf2132245https://tesis.pucp.edu.pe/bitstreams/54c33d9b-0589-4878-81c4-751e1c3fc1b6/downloadce9af965143e5dd8ff32b32f6246d612MD51trueAnonymousREADABARCA_DAEKET_MODELO_ALGORITMICO_VISION_COMPUTACIONAL_ANEXOS.pdfABARCA_DAEKET_MODELO_ALGORITMICO_VISION_COMPUTACIONAL_ANEXOS.pdfAnexosapplication/pdf582457https://tesis.pucp.edu.pe/bitstreams/1e7f93c3-2bc0-436a-91e0-538e94d4b507/download376527664c207e01f103bf7d376da4d3MD52falseAnonymousREADTHUMBNAILABARCA_DAEKET_MODELO_ALGORITMICO_VISION_COMPUTACIONAL.pdf.jpgABARCA_DAEKET_MODELO_ALGORITMICO_VISION_COMPUTACIONAL.pdf.jpgIM Thumbnailimage/jpeg13584https://tesis.pucp.edu.pe/bitstreams/d96d4ea2-4180-4998-894d-4cae491e7c28/downloadb3f1474b16e1b4c0c802060711afdca7MD54falseAnonymousREADABARCA_DAEKET_MODELO_ALGORITMICO_VISION_COMPUTACIONAL_ANEXOS.pdf.jpgABARCA_DAEKET_MODELO_ALGORITMICO_VISION_COMPUTACIONAL_ANEXOS.pdf.jpgIM Thumbnailimage/jpeg12191https://tesis.pucp.edu.pe/bitstreams/5fa02658-3e62-46e3-a340-8972e6e53b0b/downloadc405e7cd7770af74a5b14793e47c9e97MD56falseAnonymousREADTEXTABARCA_DAEKET_MODELO_ALGORITMICO_VISION_COMPUTACIONAL.pdf.txtABARCA_DAEKET_MODELO_ALGORITMICO_VISION_COMPUTACIONAL.pdf.txtExtracted texttext/plain99344https://tesis.pucp.edu.pe/bitstreams/7afe0de8-f780-44b6-8c19-d3d783f9a187/download7be6556a16404c2604a57c0af8b439a9MD55falseAnonymousREADABARCA_DAEKET_MODELO_ALGORITMICO_VISION_COMPUTACIONAL_ANEXOS.pdf.txtABARCA_DAEKET_MODELO_ALGORITMICO_VISION_COMPUTACIONAL_ANEXOS.pdf.txtExtracted texttext/plain20381https://tesis.pucp.edu.pe/bitstreams/530afee7-5518-4399-9001-7812e896895e/download3c10e8770e380f0c5e8b9485f8067b0aMD57falseAnonymousREAD20.500.12404/12171oai:tesis.pucp.edu.pe:20.500.12404/121712025-03-12 18:16:50.396http://creativecommons.org/licenses/by-nc-nd/2.5/pe/info:eu-repo/semantics/openAccessopen.accesshttps://tesis.pucp.edu.peRepositorio de Tesis PUCPraul.sifuentes@pucp.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
score 13.881323
Diseño de un modelo algorítmico basado en visión computacional para la detección y clasificación de retinopatía diabética en imágenes retinográficas digitales
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).

Ejemplares Similares