Redes neurais e análise estatística para classificação de mapas topográficos da córnea baseados em coeficientes de Zernike: uma comparação quantitativa
AUTOR(ES)
Carvalho, Luis Alberto Vieira de, Barbosa, Marconi Soares
FONTE
Arquivos Brasileiros de Oftalmologia
DATA DE PUBLICAÇÃO
2008-06
RESUMO
OBJETIVOS: Nosso principal objetivo neste trabalho foi de desenvolver e comparar duas técnicas diferentes para classificação de superfícies corneanas. Uma rede neural artificial alimentada adiante e análise descriminante foram as técnicas de classificação comparadas neste trabalho. MÉTODOS: As entradas para ambos os métodos de classificação foram os primeiros 15 coeficientes de Zernike para 80 córneas mensuradas anteriormente em um topógrafo Eyesys instalado no Departamento de Oftalmologia da Escola Paulista de Medicina - UNIFESP. A rede neural tem 5 saídas que foram associados aos cinco casos típicos contidos na base de dados: ceratocone, astigmatismo a favor da regra, astigmatismo contra a regra, formato "regular" ou "normal" e pós-PRK. RESULTADOS: Os resultados de ambos os métodos foram estatisticamente analisados em termos de precisão. Os resultados gerais para ambos os métodos de redes neurais e análise discriminante foram 94% e 84,8%, respectivamente. CONCLUSÃO: Embora tenha-se utilizado uma base de dados relativamente pequena, os resultados obtidos aqui indicam que os polinômios de Zernike podem ser um parâmetro de entrada para classificação de diferentes formatos de córnea, tanto para uso com redes neurais ou análise discriminante.
ASSUNTO(S)
topografia da córnea análise estatística redes neurais (computação) inteligência artificial análise discriminante
Documentos Relacionados
- Comparação estatística de performance de métodos de redes neurais para sistema de olfação biológica.
- Classificação automatica e analise de dados por redes neurais auto-organizaveis
- Redes neurais construtivas para a classificação de padrões.
- GENES: software para análise de dados em estatística experimental e em genética quantitativa
- Dinâmica e mecânica estatística de modelos de redes neurais