Resumen

La identificación de las células fotorreceptoras de cono es importante para el diagnóstico temprano de enfermedades oculares. Proponemos la identificación automática de células fotorreceptoras de cono mediante aprendizaje profundo en imágenes de oftalmoscopio de exploración láser de óptica adaptativa. El algoritmo propuesto se basa en DeepLab y corrección de campo de sesgo. Considerando la identificación manual como referencia, nuestro algoritmo es altamente efectivo, logrando una precisión, sensibilidad y puntuación F de 96.7%, 94.6% y 95.7%, respectivamente. Para ilustrar el rendimiento de nuestro algoritmo, presentamos resultados de identificación para imágenes con diferentes distribuciones de células fotorreceptoras de cono. Los resultados experimentales muestran que nuestro algoritmo puede lograr una identificación precisa de células fotorreceptoras en imágenes de retinas humanas, lo cual es comparable a la identificación manual.

• Materias:Comunicación inalámbrica Dispositivos móviles Seguridad de la información Algoritmo de inteligencia Sensor inteligente
• Subjects:Wireless communication Mobile devices Information security Algorithm intelligence Intelligent sensor
• Palabras claves:Identificación; Células fotorreceptoras de cono; Algoritmo; Aprendizaje profundo; Imágenes; Retinas humanas
• Keywords:Identification; Cone photoreceptor cells; Algorithm; Deep-learning; Images; Human retinas