Convolutional network to detect exudates in eye fundus images of diabetic subjects

Oscar Perdomo, John Arevalo, Fabio A. Gonzalez

Resultado de la investigación: Capítulo en Libro/Reporte/ConferenciaContribución a la conferencia

9 Citas (Scopus)

Resumen

Diabetic retinopathy has several clinical data sources for medical diagnosis, but the lack of tools to process the data generates a subjective and unclear diagnosis. The use of convolutional networks to analyze and extract features in eye fundus images may help with an automatic detection to support medical personnel in the grading of diabetic retinopathy. This paper presents a description of convolutional neural networks as a good methodology to detect and discriminate between exudate and healthy regions in eye fundus images.

Idioma originalInglés estadounidense
Título de la publicación alojada12th International Symposium on Medical Information Processing and Analysis
EditoresEduardo Romero, Natasha Lepore, Jorge Brieva, Ignacio Larrabide
EditorialSPIE
ISBN (versión digital)9781510607781
DOI
EstadoPublicada - 2017
Publicado de forma externa
Evento12th International Symposium on Medical Information Processing and Analysis, SIPAIM 2016 - Tandil, Argentina
Duración: dic 5 2016dic 7 2016

Serie de la publicación

NombreProceedings of SPIE - The International Society for Optical Engineering
Volumen10160
ISSN (versión impresa)0277-786X
ISSN (versión digital)1996-756X

Conferencia

Conferencia12th International Symposium on Medical Information Processing and Analysis, SIPAIM 2016
País/TerritorioArgentina
CiudadTandil
Período12/5/1612/7/16

All Science Journal Classification (ASJC) codes

  • Materiales electrónicos, ópticos y magnéticos
  • Física de la materia condensada
  • Informática aplicada
  • Matemáticas aplicadas
  • Ingeniería eléctrica y electrónica

Huella

Profundice en los temas de investigación de 'Convolutional network to detect exudates in eye fundus images of diabetic subjects'. En conjunto forman una huella única.

Citar esto