Classification of the lipid layer of the lacrimal film Using phylogenetic diversity indexes and the Ripley K function as texture descriptors

Autor: CRUZ, Luana Batista da
Přispěvatelé: PAIVA, Anselmo Cardoso de, SILVA, Aristófanes Corrêa, CAVALCANTE, André Borges, AIRES, Kelson Rômulo Teixeira
Jazyk: portugalština
Rok vydání: 2019
Předmět:
Zdroj: Biblioteca Digital de Teses e Dissertações da UFMA
Universidade Federal do Maranhão (UFMA)
instacron:UFMA
Popis: Submitted by IOLE PINHEIRO (iole.pinheiro@ufma.br) on 2019-03-26T14:52:26Z No. of bitstreams: 1 LuanaCruz.pdf: 1555121 bytes, checksum: b6819e01ed849ed6502fa4cd9dee9cc3 (MD5) Made available in DSpace on 2019-03-26T14:52:26Z (GMT). No. of bitstreams: 1 LuanaCruz.pdf: 1555121 bytes, checksum: b6819e01ed849ed6502fa4cd9dee9cc3 (MD5) Previous issue date: 2019-02-22 Fundação de Amparo à Pesquisa e ao Desenvolvimento Científico e Tecnológico do Maranhão - FAPEMA Dry Eye Syndrome is one of the most frequently reported eye diseases in ophthalmologic practice. The diagnosis of this condition is a challenging task due to its multifactorial etiology. One of the most commonly used tests is the manual classification of tear film images captured with the Doane Interferometer or the Tearscope Plus. The instability of the tear film creates the need to develop computational techniques to support specialists in the diagnosis. This work presents a new approach for tear film classification based on texture analysis with phylogenetic diversity indexes and Ripley’s K function. After feature extraction, we perform a Greedy Stepwise feature selection to determine the most representative samples. Finally, we use Support Vector Machine, Random Forest, Naive Bayes and Bayes Net to provide different classification approaches. This set of texture descriptors has enabled the proposed method to achieve promising results. The proposed method has achieved as best experimental results over 99% of accuracy. This reveals that our method can be a practicable alternative to assist specialists diagnose the categories of the tear film interference patterns. A Síndrome do Olho Seco é uma das doenças oculares mais frequentemente relatadas na prática oftalmológica. O diagnóstico dessa doença é uma tarefa desafiadora, devido à sua etiologia multifatorial. Um dos testes mais utilizados consiste na classificação manual das imagens do filme lacrimal capturadas com o Interferômetro Doane ou Tearscope Plus. A instabilidade do filme lacrimal cria a necessidade de desenvolver técnicas computacionais para apoiar especialistas no diagnóstico. Este trabalho apresenta uma nova abordagem para a classificação de imagens do filme lacrimal, baseada em análise de textura dos índices de diversidade filogenética e na função K de Ripley. Após a extração de características, é realizada uma etapa de seleção de características que melhor discriminam as amostras utilizando o Greedy Stepwise. E por fim, foram usados os algoritmos Support Vector Machine, Random Forest, Naive Bayes e Bayes Net para fornecer diferentes abordagens de classificação. O método proposto utilizando estes descritores de texturas revelou resultados promissores. Os melhores resultados experimentais obtiveram taxas de classificação superiores a 99% de acerto. Isso revela que o método proposto pode ser uma alternativa viável para ajudar especialistas a diagnosticar as categorias dos padrões de interferência do filme lacrimal.
Databáze: OpenAIRE
Externí odkaz: