Algoritmo del sistema de aprendizaje profundo usando retinografía como método de diagnostico precoz de neuropatía óptica glaucomatosa basado en la relación Copa/Disco y la regla ISNT
Descripción del Articulo
La neuropatía óptica glaucomatosa es considerada mundialmente una de las primeras causas de ceguera, y la primera causa de forma irreversible, ésta se produce por daño del nervio óptico del ojo. Objetivo: Determinar la precisión diagnóstica del algoritmo del Sistema de Aprendizaje Profundo (Deep Lea...
| Autor: | |
|---|---|
| Formato: | tesis de grado |
| Fecha de Publicación: | 2022 |
| Institución: | Universidad Privada Antenor Orrego |
| Repositorio: | UPAO-Tesis |
| Lenguaje: | español |
| OAI Identifier: | oai:repositorio.upao.edu.pe:20.500.12759/9814 |
| Enlace del recurso: | https://hdl.handle.net/20.500.12759/9814 |
| Nivel de acceso: | acceso abierto |
| Materia: | Aprendizaje Profundo https://purl.org/pe-repo/ocde/ford#3.02.27 |
| Sumario: | La neuropatía óptica glaucomatosa es considerada mundialmente una de las primeras causas de ceguera, y la primera causa de forma irreversible, ésta se produce por daño del nervio óptico del ojo. Objetivo: Determinar la precisión diagnóstica del algoritmo del Sistema de Aprendizaje Profundo (Deep Learning) para detectar la neuropatía óptica glaucomatosa utilizando la retinografía. Métodos: Se realizó una revisión sistemática y metaanálisis, en las siguientes bases de datos: Pubmed, Scopus, Web of Science, Ovid-Medline, Ovid-Embase. Se aplicaron los criterios de selección en dos fases respectivamente: primero por título y resumen y luego a texto completo. Luego de esto, se extrajeron las características más relevantes de cada estudio y se realizó el análisis de sesgo utilizando el QUADAS-2, para finalmente meta analizar los resultados usando el software Stata v14. Resultados: Se obtuvieron 300 resultados al realizar las búsquedas en las 5 bases de datos, incluyéndose finalmente 8. En el análisis de sesgo, el dominio más afectado en la mayoría de estudios, fue el de la selección de pacientes; seguido por el de la prueba índice. Finalmente, al combinar los resultados se obtuvo una sensibilidad de 0.90 con un IC al 95% que va de 0.86 a 0.94 y una especificidad que va de 0.93 con un IC al 95% que va de 0.90 a 0.96. Conclusiones: El uso del sistema de aprendizaje profundo para la detección de GON ofrece una sensibilidad y especificidad aceptable respecto a la capacidad de detección de oftalmólogos especializados. |
|---|
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).
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).