Defensa digital: repositorio de publicaciones de Defensa iberoamericanas

Español
Português

Está en:  › Datos de registro

A survey on deep learning for automated detection of diabetic retinopathy

Identificadores del recurso

https://sextante-ensb.com/index.php/inicio/article/view/75

10.54606/Sextante2020.v23.02

Procedencia

(Revista Sextante)

Ficha

Título:: A survey on deep learning for automated detection of diabetic retinopathy; Una revisión de los métodos de Deep Learning aplicados a la detección automatizada de la retinopatía diabética
Tema:: Clasificación; Diagnóstico; Procesamiento de imágenes médicas; Redes neuronales convolucionales; Retinopatía diabética; Convolutional neural networks; Diabetic retinopathy; Diagnosis; Image classification; Medical image análisis
Descripción:: Diabetic Retinopathy (DR) is an eye disease characterized by abnormal changes at the level of the retina that is very common in people with Diabetes Mellitus. The proper monitoring and treatment can prevent the disease from seriously affecting the patient, however, due to the need for specialized professionals and the cost of the process, it can be difficult to make periodic diagnoses, running the risk of blindness. In order to contribute to the solution of this ystems, in recent years there have been yste that use artificial intelligence technology, more precisely applying Deep Learning (DL) techniques for the automated recognition of the DR symptoms present in the retina. In this article, the bases for the detection of DR are presented, as well as the DL techniques used by various researchers for automated diagnosis and the performance of these ystems in this field.; La retinopatía diabética (RD) es una enfermedad ocular caracterizada por cambios anormales a nivel de la retina, que se manifiesta con gran frecuencia en personas que padecen diabetes mellitus. El debido seguimiento y tratamiento puede evitar que la enfermedad afecte gravemente al paciente, sin embargo, debido a la necesidad de contar con profesional especializado y lo costoso del proceso, puede resultar difícil realizar diagnósticos periódicamente, corriendo el riesgo de presentar ceguera. Para contribuir a la solución de dicho problema, se han visto en los últimos años trabajos que emplean tecnología de inteligencia artificial, más precisamente aplicando técnicas de Deep Learning (DL) para el reconocimiento automatizado de los síntomas de la RD presentes en la retina. En este artículo se plantean las bases para la detección de la RD, así como las técnicas DL utilizadas por diversos investigadores para su diagnóstico automatizado y el desempeño de dichos sistemas en este ámbito.
Fuente:: SEXTANTE Journal; Vol. 23 (2020): January - June 2020; 12 - 27; Revista SEXTANTE; Vol. 23 (2020): Julio - Diciembre 2020; 12 - 27; 2665-3923; 1909-4337
Idioma:: Spanish; Castilian
Relación:: https://sextante-ensb.com/index.php/inicio/article/view/75/99
Autor/Productor:: Cuello-Navarro, José; Barraza Peña , Carlos; Escorcia-Gutiérrez, José
Editor:: Escuela Naval de Suboficiales A.R.C. "Barranquilla" - Decanatura de Investigación
Derechos:: https://creativecommons.org/licenses/by-nc-nd/4.0
Fecha:: 2020-12-01
Tipo de recurso:: info:eu-repo/semantics/article; info:eu-repo/semantics/publishedVersion
Formato:: application/pdf

oai_dc

Descargar XML

<?xml version="1.0" encoding="UTF-8" ?>

<oai_dc:dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
1. <dc:title lang="en-US">A survey on deep learning for automated detection of diabetic retinopathy</dc:title>
2. <dc:title lang="es-ES">Una revisión de los métodos de Deep Learning aplicados a la detección automatizada de la retinopatía diabética</dc:title>
3. <dc:creator>Cuello-Navarro, José</dc:creator>
4. <dc:creator>Barraza Peña , Carlos</dc:creator>
5. <dc:creator>Escorcia-Gutiérrez, José</dc:creator>
6. <dc:subject lang="es-ES">Clasificación</dc:subject>
7. <dc:subject lang="es-ES">Diagnóstico</dc:subject>
8. <dc:subject lang="es-ES">Procesamiento de imágenes médicas</dc:subject>
9. <dc:subject lang="es-ES">Redes neuronales convolucionales</dc:subject>
10. <dc:subject lang="es-ES">Retinopatía diabética</dc:subject>
11. <dc:subject lang="en-US">Convolutional neural networks</dc:subject>
12. <dc:subject lang="en-US">Diabetic retinopathy</dc:subject>
13. <dc:subject lang="en-US">Diagnosis</dc:subject>
14. <dc:subject lang="en-US">Image classification</dc:subject>
15. <dc:subject lang="en-US">Medical image análisis</dc:subject>
16. <dc:description lang="en-US">Diabetic Retinopathy (DR) is an eye disease characterized by abnormal changes at the level of the retina that is very common in people with Diabetes Mellitus. The proper monitoring and treatment can prevent the disease from seriously affecting the patient, however, due to the need for specialized professionals and the cost of the process, it can be difficult to make periodic diagnoses, running the risk of blindness. In order to contribute to the solution of this ystems, in recent years there have been yste that use artificial intelligence technology, more precisely applying Deep Learning (DL) techniques for the automated recognition of the DR symptoms present in the retina. In this article, the bases for the detection of DR are presented, as well as the DL techniques used by various researchers for automated diagnosis and the performance of these ystems in this field.</dc:description>
17. <dc:description lang="es-ES">La retinopatía diabética (RD) es una enfermedad ocular caracterizada por cambios anormales a nivel de la retina, que se manifiesta con gran frecuencia en personas que padecen diabetes mellitus. El debido seguimiento y tratamiento puede evitar que la enfermedad afecte gravemente al paciente, sin embargo, debido a la necesidad de contar con profesional especializado y lo costoso del proceso, puede resultar difícil realizar diagnósticos periódicamente, corriendo el riesgo de presentar ceguera. Para contribuir a la solución de dicho problema, se han visto en los últimos años trabajos que emplean tecnología de inteligencia artificial, más precisamente aplicando técnicas de Deep Learning (DL) para el reconocimiento automatizado de los síntomas de la RD presentes en la retina. En este artículo se plantean las bases para la detección de la RD, así como las técnicas DL utilizadas por diversos investigadores para su diagnóstico automatizado y el desempeño de dichos sistemas en este ámbito.</dc:description>
18. <dc:publisher lang="es-ES">Escuela Naval de Suboficiales A.R.C. "Barranquilla" - Decanatura de Investigación</dc:publisher>
19. <dc:date>2020-12-01</dc:date>
20. <dc:type>info:eu-repo/semantics/article</dc:type>
21. <dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
22. <dc:format>application/pdf</dc:format>
23. <dc:identifier>https://sextante-ensb.com/index.php/inicio/article/view/75</dc:identifier>
24. <dc:identifier>10.54606/Sextante2020.v23.02</dc:identifier>
25. <dc:source lang="en-US">SEXTANTE Journal; Vol. 23 (2020): January - June 2020; 12 - 27</dc:source>
26. <dc:source lang="es-ES">Revista SEXTANTE; Vol. 23 (2020): Julio - Diciembre 2020; 12 - 27</dc:source>
27. <dc:source>2665-3923</dc:source>
28. <dc:source>1909-4337</dc:source>
29. <dc:language>spa</dc:language>
30. <dc:relation>https://sextante-ensb.com/index.php/inicio/article/view/75/99</dc:relation>
31. <dc:rights lang="es-ES">https://creativecommons.org/licenses/by-nc-nd/4.0</dc:rights>
</oai_dc:dc>

marcxml

Descargar XML

<?xml version="1.0" encoding="UTF-8" ?>

<record schemaLocation="http://www.loc.gov/MARC21/slim http://www.loc.gov/standards/marcxml/schema/MARC21slim.xsd">
1. <leader>nmb a2200000Iu 4500</leader>
2. <controlfield tag="008">"201201 2020 eng "</controlfield>
3. <datafield ind1="#" ind2="#" tag="022">
  1. <subfield code="a">2665-3923</subfield>
  </datafield>
4. <datafield ind1="#" ind2="#" tag="022">
  1. <subfield code="a">1909-4337</subfield>
  </datafield>
5. <datafield ind1="7" ind2="#" tag="024">
  1. <subfield code="a">10.54606/Sextante2020.v23.02</subfield>
  2. <subfield code="2">doi</subfield>
  </datafield>
6. <datafield ind1=" " ind2=" " tag="042">
  1. <subfield code="a">dc</subfield>
  </datafield>
7. <datafield ind1="0" ind2="0" tag="245">
  1. <subfield code="a">Una revisión de los métodos de Deep Learning aplicados a la detección automatizada de la retinopatía diabética</subfield>
  </datafield>
8. <datafield ind1="1" ind2=" " tag="720">
  1. <subfield code="a">Cuello-Navarro, José</subfield>
  2. <subfield code="u">Ingeniería Electrónica y Telecomunicaciones, Universidad Autónoma del Caribe, Barranquilla, Colombia.</subfield>
  </datafield>
9. <datafield ind1="1" ind2=" " tag="720">
  1. <subfield code="a">Barraza Peña , Carlos</subfield>
  2. <subfield code="u">Ingeniería Electrónica y Telecomunicaciones, Universidad Autónoma del Caribe, Barranquilla, Colombia</subfield>
  </datafield>
10. <datafield ind1="1" ind2=" " tag="720">
  1. <subfield code="a">Escorcia-Gutiérrez, José</subfield>
  2. <subfield code="u">Ingeniería Electrónica y Telecomunicaciones, Universidad Autónoma del Caribe, Barranquilla, Colombia.</subfield>
  </datafield>
11. <datafield ind1=" " ind2=" " tag="520">
  1. <subfield code="a">La retinopatía diabética (RD) es una enfermedad ocular caracterizada por cambios anormales a nivel de la retina, que se manifiesta con gran frecuencia en personas que padecen diabetes mellitus. El debido seguimiento y tratamiento puede evitar que la enfermedad afecte gravemente al paciente, sin embargo, debido a la necesidad de contar con profesional especializado y lo costoso del proceso, puede resultar difícil realizar diagnósticos periódicamente, corriendo el riesgo de presentar ceguera. Para contribuir a la solución de dicho problema, se han visto en los últimos años trabajos que emplean tecnología de inteligencia artificial, más precisamente aplicando técnicas de Deep Learning (DL) para el reconocimiento automatizado de los síntomas de la RD presentes en la retina. En este artículo se plantean las bases para la detección de la RD, así como las técnicas DL utilizadas por diversos investigadores para su diagnóstico automatizado y el desempeño de dichos sistemas en este ámbito.</subfield>
  </datafield>
12. <datafield ind1=" " ind2=" " tag="260">
  1. <subfield code="b">Escuela Naval de Suboficiales A.R.C. "Barranquilla" - Decanatura de Investigación</subfield>
  </datafield>
13. <dataField ind1=" " ind2=" " tag="260">
  1. <subfield code="c">2020-12-01 00:00:00</subfield>
  </dataField>
14. <datafield ind1=" " ind2=" " tag="856">
  1. <subfield code="q">application/pdf</subfield>
  </datafield>
15. <datafield ind1="4" ind2="0" tag="856">
  1. <subfield code="u">https://sextante-ensb.com/index.php/inicio/article/view/75</subfield>
  </datafield>
16. <datafield ind1="0" ind2=" " tag="786">
  1. <subfield code="n">Revista SEXTANTE; Vol. 23 (2020): Julio - Diciembre 2020</subfield>
  </datafield>
17. <datafield ind1=" " ind2=" " tag="546">
  1. <subfield code="a">spa</subfield>
  </datafield>
18. <datafield ind1=" " ind2=" " tag="540">
  1. <subfield code="a">Derechos de autor 2020</subfield>
  </datafield>
</record>

oai_marc

Descargar XML

<?xml version="1.0" encoding="UTF-8" ?>

<oai_marc catForm="u" encLvl="3" level="m" status="c" type="a" schemaLocation="http://www.openarchives.org/OAI/1.1/oai_marc http://www.openarchives.org/OAI/1.1/oai_marc.xsd">
1. <fixfield id="008">"201201 2020 eng "</fixfield>
2. <varfield i1="#" i2="#" id="022">
  1. <subfield label="$a">2665-3923</subfield>
  </varfield>
3. <varfield i1="#" i2="#" id="022">
  1. <subfield label="$a">1909-4337</subfield>
  </varfield>
4. <varfield i1=" " i2=" " id="042">
  1. <subfield label="a">dc</subfield>
  </varfield>
5. <varfield i1="0" i2="0" id="245">
  1. <subfield label="a">Una revisión de los métodos de Deep Learning aplicados a la detección automatizada de la retinopatía diabética</subfield>
  </varfield>
6. <varfield i1="1" i2=" " id="720">
  1. <subfield label="a">Cuello-Navarro, José</subfield>
  2. <subfield label="u">Ingeniería Electrónica y Telecomunicaciones, Universidad Autónoma del Caribe, Barranquilla, Colombia.</subfield>
  </varfield>
7. <varfield i1="1" i2=" " id="720">
  1. <subfield label="a">Barraza Peña , Carlos</subfield>
  2. <subfield label="u">Ingeniería Electrónica y Telecomunicaciones, Universidad Autónoma del Caribe, Barranquilla, Colombia</subfield>
  </varfield>
8. <varfield i1="1" i2=" " id="720">
  1. <subfield label="a">Escorcia-Gutiérrez, José</subfield>
  2. <subfield label="u">Ingeniería Electrónica y Telecomunicaciones, Universidad Autónoma del Caribe, Barranquilla, Colombia.</subfield>
  </varfield>
9. <varfield i1=" " i2=" " id="520">
  1. <subfield label="a">La retinopatía diabética (RD) es una enfermedad ocular caracterizada por cambios anormales a nivel de la retina, que se manifiesta con gran frecuencia en personas que padecen diabetes mellitus. El debido seguimiento y tratamiento puede evitar que la enfermedad afecte gravemente al paciente, sin embargo, debido a la necesidad de contar con profesional especializado y lo costoso del proceso, puede resultar difícil realizar diagnósticos periódicamente, corriendo el riesgo de presentar ceguera. Para contribuir a la solución de dicho problema, se han visto en los últimos años trabajos que emplean tecnología de inteligencia artificial, más precisamente aplicando técnicas de Deep Learning (DL) para el reconocimiento automatizado de los síntomas de la RD presentes en la retina. En este artículo se plantean las bases para la detección de la RD, así como las técnicas DL utilizadas por diversos investigadores para su diagnóstico automatizado y el desempeño de dichos sistemas en este ámbito.</subfield>
  </varfield>
10. <varfield i1=" " i2=" " id="260">
  1. <subfield label="b">Escuela Naval de Suboficiales A.R.C. "Barranquilla" - Decanatura de Investigación</subfield>
  </varfield>
11. <varfield i1=" " i2=" " id="260">
  1. <subfield label="c">2020-12-01 00:00:00</subfield>
  </varfield>
12. <varfield i1=" " i2=" " id="856">
  1. <subfield label="q">application/pdf</subfield>
  </varfield>
13. <varfield i1="4" i2="0" id="856">
  1. <subfield label="u">https://sextante-ensb.com/index.php/inicio/article/view/75</subfield>
  </varfield>
14. <varfield i1="0" i2=" " id="786">
  1. <subfield label="n">Revista SEXTANTE; Vol. 23 (2020): Julio - Diciembre 2020</subfield>
  </varfield>
15. <varfield i1=" " i2=" " id="546">
  1. <subfield label="a">spa</subfield>
  </varfield>
16. <varfield i1=" " i2=" " id="540">
  1. <subfield label="a">Derechos de autor 2020</subfield>
  </varfield>
</oai_marc>

oai_openaire_jats

Descargar XML

<?xml version="1.0" encoding="UTF-8" ?>

<article article-type="research-article" dtd-version="1.1d3" lang="es">
1. <front>
  1. <journal-meta>
    1. <journal-id journal-id-type="ojs">inicio</journal-id>
    2. <journal-title-group>
      1. <journal-title lang="es">Revista SEXTANTE</journal-title>
      2. <trans-title-group lang="en">
        <trans-title>SEXTANTE Journal</trans-title>
        </trans-title-group>
      3. <abbrev-journal-title lang="es">SEXTANTE</abbrev-journal-title>
      </journal-title-group>
    3. <issn pub-type="epub">2665-3923</issn>
    4. <issn pub-type="ppub">1909-4337</issn>
    5. <publisher>
      1. <publisher-name>Escuela Naval de Suboficiales A.R.C. "Barranquilla" - Decanatura de Investigación</publisher-name>
      </publisher>
    </journal-meta>
  2. <article-meta>
    1. <article-id pub-id-type="publisher-id">75</article-id>
    2. <article-id pub-id-type="doi">10.54606/Sextante2020.v23.02</article-id>
    3. <article-categories>
      1. <subj-group subj-group-type="heading" lang="es_ES">
        <subject>Artículos</subject>
        </subj-group>
      </article-categories>
    4. <title-group>
      1. <article-title lang="es">Una revisión de los métodos de Deep Learning aplicados a la detección automatizada de la retinopatía diabética</article-title>
      2. <trans-title-group lang="en">
        <trans-title>A survey on deep learning for automated detection of diabetic retinopathy</trans-title>
        </trans-title-group>
      </title-group>
    5. <contrib-group content-type="author">
      1. <contrib>
        <name name-style="western">
        <surname>Cuello-Navarro</surname>
        <given-names>José</given-names>
        </name>
        <xref ref-type="aff" rid="aff-1" />
        </contrib>
      2. <contrib>
        <name name-style="western">
        <surname>Barraza Peña</surname>
        <given-names>Carlos</given-names>
        </name>
        <xref ref-type="aff" rid="aff-2" />
        </contrib>
      3. <contrib>
        <name name-style="western">
        <surname>Escorcia-Gutiérrez</surname>
        <given-names>José</given-names>
        </name>
        <xref ref-type="aff" rid="aff-1" />
        </contrib>
      </contrib-group>
    6. <aff id="aff-1">
      1. <institution content-type="orgname">Ingeniería Electrónica y Telecomunicaciones, Universidad Autónoma del Caribe, Barranquilla, Colombia.</institution>
      </aff>
    7. <aff id="aff-2">
      1. <institution content-type="orgname">Ingeniería Electrónica y Telecomunicaciones, Universidad Autónoma del Caribe, Barranquilla, Colombia</institution>
      </aff>
    8. <pub-date date-type="pub" publication-format="epub">
      1. <day>01</day>
      2. <month>12</month>
      3. <year>2020</year>
      </pub-date>
    9. <volume>23</volume>
    10. <fpage>12</fpage>
    11. <lpage>27</lpage>
    12. <permissions>
      1. <copyright-statement>Derechos de autor 2020</copyright-statement>
      2. <copyright-year>2020</copyright-year>
      3. <license href="https://creativecommons.org/licenses/by-nc-nd/4.0">
        <license-p>Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.</license-p>
        </license>
      4. <ali:free_to_read />
      </permissions>
    13. <self-uri href="https://sextante-ensb.com/index.php/inicio/article/view/75" />
    14. <self-uri content-type="application/pdf" href="https://sextante-ensb.com/index.php/inicio/article/download/75/99" />
    15. <kwd-group lang="es">
      1. <kwd>Clasificación</kwd>
      2. <kwd>Diagnóstico</kwd>
      3. <kwd>Procesamiento de imágenes médicas</kwd>
      4. <kwd>Redes neuronales convolucionales</kwd>
      5. <kwd>Retinopatía diabética</kwd>
      </kwd-group>
    16. <kwd-group lang="en">
      1. <kwd>Convolutional neural networks</kwd>
      2. <kwd>Diabetic retinopathy</kwd>
      3. <kwd>Diagnosis</kwd>
      4. <kwd>Image classification</kwd>
      5. <kwd>Medical image análisis</kwd>
      </kwd-group>
    17. <abstract lang="es">
      1. <p>La retinopatía diabética (RD) es una enfermedad ocular caracterizada por cambios anormales a nivel de la retina, que se manifiesta con gran frecuencia en personas que padecen diabetes mellitus. El debido seguimiento y tratamiento puede evitar que la enfermedad afecte gravemente al paciente, sin embargo, debido a la necesidad de contar con profesional especializado y lo costoso del proceso, puede resultar difícil realizar diagnósticos periódicamente, corriendo el riesgo de presentar ceguera. Para contribuir a la solución de dicho problema, se han visto en los últimos años trabajos que emplean tecnología de inteligencia artificial, más precisamente aplicando técnicas de Deep Learning (DL) para el reconocimiento automatizado de los síntomas de la RD presentes en la retina. En este artículo se plantean las bases para la detección de la RD, así como las técnicas DL utilizadas por diversos investigadores para su diagnóstico automatizado y el desempeño de dichos sistemas en este ámbito.</p>
      </abstract>
    18. <trans-abstract lang="en">
      1. <p>Diabetic Retinopathy (DR) is an eye disease characterized by abnormal changes at the level of the retina that is very common in people with Diabetes Mellitus. The proper monitoring and treatment can prevent the disease from seriously affecting the patient, however, due to the need for specialized professionals and the cost of the process, it can be difficult to make periodic diagnoses, running the risk of blindness. In order to contribute to the solution of this ystems, in recent years there have been yste that use artificial intelligence technology, more precisely applying Deep Learning (DL) techniques for the automated recognition of the DR symptoms present in the retina. In this article, the bases for the detection of DR are presented, as well as the DL techniques used by various researchers for automated diagnosis and the performance of these ystems in this field.</p>
      </trans-abstract>
    19. <counts>
      1. <page-count count="16" />
      </counts>
    20. <custom-meta-group>
      1. <custom-meta specific-use="access-right">
        <meta-name>open access</meta-name>
        <meta-value>http://purl.org/coar/access_right/c_abf2</meta-value>
        </custom-meta>
      2. <custom-meta specific-use="resource-type">
        <meta-name>journal article</meta-name>
        <meta-value>http://purl.org/coar/resource_type/c_6501</meta-value>
        </custom-meta>
      </custom-meta-group>
    </article-meta>
  </front>
</article>

rfc1807

Descargar XML

<?xml version="1.0" encoding="UTF-8" ?>

<rfc1807 schemaLocation="http://info.internet.isi.edu:80/in-notes/rfc/files/rfc1807.txt http://www.openarchives.org/OAI/1.1/rfc1807.xsd">
1. <bib-version>v2</bib-version>
2. <id>https://sextante-ensb.com/index.php/inicio/article/view/75</id>
3. <entry>2022-01-14T03:21:12Z</entry>
4. <organization>Escuela Naval de Suboficiales A.R.C. "Barranquilla" - Decanatura de Investigación</organization>
5. <organization>Vol. 23 (2020): Julio - Diciembre 2020; 12 - 27</organization>
6. <title>Una revisión de los métodos de Deep Learning aplicados a la detección automatizada de la retinopatía diabética</title>
7. <type />
8. <author>Cuello-Navarro, José; Ingeniería Electrónica y Telecomunicaciones, Universidad Autónoma del Caribe, Barranquilla, Colombia.</author>
9. <author>Barraza Peña , Carlos; Ingeniería Electrónica y Telecomunicaciones, Universidad Autónoma del Caribe, Barranquilla, Colombia</author>
10. <author>Escorcia-Gutiérrez, José; Ingeniería Electrónica y Telecomunicaciones, Universidad Autónoma del Caribe, Barranquilla, Colombia.</author>
11. <date>2020-12-01</date>
12. <copyright>Esta obra está bajo una Licencia Creative Commons Atribución-NoComercial-SinDerivadas 4.0 Internacional.</copyright>
13. <other_access>url:https://sextante-ensb.com/index.php/inicio/article/view/75</other_access>
14. <keyword>Clasificación</keyword>
15. <keyword>Diagnóstico</keyword>
16. <keyword>Procesamiento de imágenes médicas</keyword>
17. <keyword>Redes neuronales convolucionales</keyword>
18. <keyword>Retinopatía diabética</keyword>
19. <language>es_ES</language>
20. <abstract>La retinopatía diabética (RD) es una enfermedad ocular caracterizada por cambios anormales a nivel de la retina, que se manifiesta con gran frecuencia en personas que padecen diabetes mellitus. El debido seguimiento y tratamiento puede evitar que la enfermedad afecte gravemente al paciente, sin embargo, debido a la necesidad de contar con profesional especializado y lo costoso del proceso, puede resultar difícil realizar diagnósticos periódicamente, corriendo el riesgo de presentar ceguera. Para contribuir a la solución de dicho problema, se han visto en los últimos años trabajos que emplean tecnología de inteligencia artificial, más precisamente aplicando técnicas de Deep Learning (DL) para el reconocimiento automatizado de los síntomas de la RD presentes en la retina. En este artículo se plantean las bases para la detección de la RD, así como las técnicas DL utilizadas por diversos investigadores para su diagnóstico automatizado y el desempeño de dichos sistemas en este ámbito.</abstract>
</rfc1807>