Diagnóstico de miopía patológica en imágenes de fondo de ojo mediante aprendizaje profundo

Abstract

La miopía es un problema de salud pública global. En su forma más grave, denominada miopía patológica, puede ocasionar secuelas graves, desembocando en una pérdida irreversible de visión. La complejidad del diagnóstico se ve agravada por el creciente envejecimiento de la población. La tasa de personas mayores de 60 años está creciendo el doble que la de profesionales de oftalmología. Por todo ello es fundamental potenciar el uso de nuevas tecnologías para un diagnóstico precoz de la miopía patológica. La Inteligencia Artificial ofrece herramientas prometedoras para facilitar el diagnóstico clínico a través del aprendizaje profundo, subcampo del aprendizaje automático. Las redes neuronales convolucionales, especializadas en el procesamiento de imágenes, permiten tratar problemas complejos como la clasificación de imagen médica. En este trabajo se exploran soluciones basadas en redes neuronales convolucionales para la detección de la miopía patológica en imágenes de fondo de ojo, incluyendo el uso de técnicas de transferencia de conocimiento con los modelos VGGNet, ResNet y GoogleNet. Los resultados alcanzados demuestran el potencial del aprendizaje profundo para contribuir en el diagnóstico precoz de la miopía patológica.

Myopia is a global public health problem. Its most severe form, called pathological myopia, can lead to irreversible loss of vision. The complexity of the diagnosis is aggravated by the emerging issues of population ageing around the world. The rate of people over 60 is growing twice as high as that of ophthalmology professionals. Therefore, it is essential to promote the use of new technologies for an early diagnosis of pathological myopia. Artificial Intelligence provides promising tools to facilitate clinical diagnosis through Deep Learning. Convolutional Neural Networks, specialized in image processing, allow to address complex problems such as medical image classification. This paper explores convolutional neural network-based solutions for detecting pathological myopia in fundus images, including the use of transfer learning with the VGGNet, ResNet and GoogleNet models. The results achieved demonstrate the potential of Deep Learning to contribute to the early diagnosis of pathological myopia.

La miopia és un problema de salut pública global. En la seva forma més greu, anomenada miopia patològica, pot ocasionar seqüeles greus, desembocant en una pèrdua irreversible de visió. La complexitat de la diagnosi es veu agreujada pel creixent envelliment de la població. La taxa de persones majors de 60 anys està creixent el doble que la de professionals d'oftalmologia. Per tot això és fonamental potenciar l'ús de noves tecnologies per a un diagnòstic precoç de la miopia patològica. La Intel·ligència Artificial ofereix eines prometedores per facilitar el diagnòstic clínic a través d'l'aprenentatge profund, subcamp de l'aprenentatge automàtic. Les xarxes neuronals convolucionals, especialitzades en el processament d'imatges, permeten tractar problemes complexos com la classificació d'imatge mèdica. En aquest treball s'exploren solucions basades en xarxes neuronals convolucionals per a la detecció de la miopia patològica en imatges de fons d'ull, incloent l'ús de tècniques de transferència de coneixement amb els models VGGNet, ResNet i GoogleNet. Els resultats aconseguits demostren el potencial d'l'aprenentatge profund per contribuir en el diagnòstic precoç de la miopia patològica.