Dados do Trabalho

Título

ANALISE QUANTITATIVA DA ESPESSURA DA CAMADA DE FIBRAS NERVOSAS DA RETINA PERIPAPILAR A PARTIR DA RETINOGRAFIA UTILIZANDO O MODELO VGG-16.

Objetivo

Predizer a espessura da camada de fibras nervosas da retina peripapilar (CFNRp) a partir de resultados da tomografia de coerência óptica de domínio espectral (TCO-DE) através de um modelo de aprendizado profundo (VGG-16) treinado para avaliar fotografias de disco óptico para detecção de glaucoma em uma população brasileira.

Método

Foram utilizadas 8.289 fotografias de disco óptico e 921 varreduras de TCO-DE da CFNR peripapilar de 921 olhos de 623 indivíduos. A amostra foi dividida aleatoriamente em dois conjuntos, um de treinamento e validação (80%) e outro de teste (20%). O VGG-16 foi treinado utilizando a transferência de aprendizado no conjunto de treinamento. O modelo foi utilizado para avaliar fotografias de disco óptico e prever se o indivíduo é portador de glaucoma além de estimar a espessura da CFNRp baseado na TCO-DE. O desempenho do VGG-16 foi avaliado na amostra de teste pela acurácia em discriminar olhos portadores de glaucoma de olhos saudáveis, além do erro absoluto médio (EAM) para as predições quantitativas da CFNRp.

Resultados

O conjunto de treino e validação foi composto por 399 olhos normais, 130 olhos suspeitos de glaucoma e 212 olhos com glaucoma. As idades médias dos grupos foram respectivamente de 55,7 ± 16,5, 58,8 ± 14,9 e 66,1 ± 13,8 anos (p<0,001) e as espessuras médias da CFNRp foram respectivamente de 99,1 ± 10,0 μm, 85,8 ± 7,0 μm e 65,7 ± 15,9 μm para os mesmos grupos (p<0,001). O conjunto de teste incluiu 98 olhos normais, 31 olhos suspeitos de glaucoma e 51 olhos com glaucoma, com idade média de 54,9 ± 14,8, 57,0 ± 16,5 e 61,3 ± 16,3 anos (p=0,100), e espessura média da CFNRp de 100,6 ± 10,9 μm, 87,0 ± 8,4 μm e 62,2 ± 14,8 μm (p<0,001). As medianas (intervalo interquartil) da acurácia e do EAM do VGG-16 na amostra de treino foram 0,98 (0,95-0,99) e 12,3 (11,2-13,9) μm e na amostra de validação foram 0,78 (0,76-0,79) e 13,9 (13,6-14,4) μm para a detecção de glaucoma. Quando aplicado na amostra de teste, o VGG-16 obteve uma acurácia diagnóstica de 0,78, com uma função de custo de 0,90. O valor médio previsto da CFNRp pelo VGG-16 na amostra de teste foi de 85,7 ± 7,8 μm, enquanto o valor médio da CFNRp de referência foi de 85,7 ± 18,9 μm, resultando em um EAM de 13,8 μm.

Conclusões

O VGG-16 treinado com TCO-DE conseguiu predizer a espessura média da CFNRp e detectar glaucoma a partir de fotografias do disco óptico em uma população brasileira.

Palavras Chave

Oftalmoscopia, Aprendizado Profundo, Processamento Automático, Nervo Óptico, Glaucoma, Inteligência Artificial