Resumen

Este documento propone una alternativa para el diagnóstico y localización del glaucoma a través del análisis de imágenes de fondo por medio de técnicas de deep learning de última generación; refiriéndose específicamente  al uso de redes neuronales convolucionales (CNN) para el diagnóstico y Grad-Cam (Gradient-weighted Class Activation Mapping) para localización. Los resultados muestran que el modelo predictivo más efectivo tiene un 96% de precisión y de sensibilidad y 100% de especificidad. Adicionalmente, los autores presentan un nuevo aplicativo web llamado Medinoid para diagnóstico y localización asistido por computador el cual integra el modelo predictivo más efectivo.

• Materias:Desarrollo de programas para computador Redes neuronales (Computadores) Medicina
• Subjects:Development of computer programs Neural networks (Computer science) Medicine
• Palabras claves:CAD, Deep Learning, Imágenes de fondo, Glaucoma, Aplicación web
• Keywords:CAD, Deep learning, Fundus imaging, Glaucoma, Web application