Identificación de signos de patología retiniana macular mediante inteligencia artificial

Viscasillas Almeida, Alba
Otín Mallada Sofía Zaira (dir.) ; Gutiérrez Rodrigo, Sergio (dir.)

Universidad de Zaragoza, CIEN, 2024
Departamento de Física Aplicada, Área de Optica

Graduado en Óptica y Optometría

Resumen: La detección temprana de patologías retinianas es crucial para prevenir la ceguera y por ello, en este estudio, se busca desarrollar y entrenar una IA capaz de ayudar a la detección de signos de patología retiniana. Este estudio se ha dividido en varias frases, comenzando con la recopilación de imágenes de fondo de ojo, imágenes obtenidas mediante técnicas de diagnóstico por imagen, en concreto por OCT y retinografía. Los datos sistémicos y oculares de los pacientes y dos diagnósticos de cada imagen, el nuestro y otro realizado por un oftalmólogo. Todos estos datos se utilizaron como entradas para el entrenamiento de la IA. Se desarrollaron algoritmos de IA basada en RN en Python, usando la biblioteca Keras, para integrar y procesar los datos. El modelo tiene varias capas convolucionales y de MaxPooling para extraer características de las imágenes y evitar el sobreajuste, las capas densas con funciones de activación “relu” y “softmax” clasifican las patologías en las imágenes. El entrenamiento utilizó “categorical crossentropy” como función coste y RMSprop como optimizador, validando las predicciones con la métrica de precisión “accuracy”. Finalmente, la IA fue capaz de analizar imágenes nuevas de fondo de ojo con alteraciones y, en cada prueba, mejorar la detección de signos hasta con un 90% de aciertos en la última prueba. Los resultados indicaron que el modelo creado tiene un buen rendimiento en la detección de signos patológicos retinianos, aunque se requiere más tiempo e investigación para mejorar la precisión y efectividad.

Tipo de Trabajo Académico: Trabajo Fin de Grado