Publicaciones › Inteligencia artificial y análisis automático de imágenes
RetinOpTIC-Automatic Evaluation of Diabetic Retinopathy
Evaluación Automática de la Retinopatía Diabética con RetinOpTIC
| Año | 2019 |
|---|---|
| Fuente | HAL |
| Tipo | conference-paper |
| Autores (10) | Bruno Laÿ, Ronan Danno, Gwenolé Quellec, Étienne Decencière, Ali Erginay, Pascale Massin, Alexandre Le Guilcher, Mathieu Lamard, Béatrice Cochener, Robin Alais |
| Posición de Erginay | 5 de 10 |
| Citas | 0 (OpenAlex) |
| Enlaces | OpenAlex |
| Líneas | Inteligencia artificial y análisis automático de imágenes Cribado, telemedicina (OPHDIAT) y epidemiología de la retinopatía diabética Retinopatía diabética: clínica, función y progresión |
En pocas palabras
El proyecto RetinOpTIC utiliza inteligencia artificial para evaluar imágenes de fondo de ojo y detectar la retinopatía diabética. Se evaluó el rendimiento del algoritmo en una base de datos de imágenes llamada Messidor-2. El sistema puede detectar la retinopatía diabética utilizando redes neuronales convolucionales.
Resumen divulgativo generado automáticamente a partir del resumen original; puede contener imprecisiones.
Resumen original
Purpose: The RetinOpTIC project performs mass screening of color fundus images and assesses image quality and Diabetic Retinopathy (DR) grade. Algorithm performance is evaluated on the Messidor-2 image database.Methods: Based on artificial intelligence (AI) solutions, referable DR is detected using convolutional neural networks (CNNs). The solution includes first the automatic assessment of the quality of the photography, and then the DR grade