Defensa digital: repositorio de publicaciones de Defensa iberoamericanas

Español
Português

Está en:  › Datos de registro

A review of deep learning and machine learning techniques for detection and localization of microaneurysms and exudates in fundus images

Identificadores del recurso

https://sextante-ensb.com/index.php/inicio/article/view/129

10.54606/Sextante2022.v27.06

Procedencia

(Revista Sextante)

Ficha

Título:: A review of deep learning and machine learning techniques for detection and localization of microaneurysms and exudates in fundus images; Revisión de técnicas de Deep Learning y Machine Learning para la detección y localización de micro aneurismas, exudados y hemorragias en imágenes de fondo de ojo
Tema:: Deep learning; Detección de anomalías; Exudados; Hemorragias; Imágenes de fondo de ojo; Localización de patologías; Machine learning; Microaneurismas; Retinopatía diabética; Anomaly detection; Exudates; Hemorrhages; Fundus imaging; Pathology localization; Microaneurysms; Diabetic retinopathy
Descripción:: The loss of vision is one of the most unfortunate cases of loss of the senses; it is no secret that not being able to see considerably diminishes the quality of life of a person regardless of his or her age range. According to the WHO, vision impairment negatively impacts young children and school children as it greatly affects their developmental stage; as for adults and older adults, vision impairment is reflected in the rates of participation in the labor market and productivity of this population is usually lower. One of the causes of vision loss is diabetic retinopathy, an eye disease resulting from diabetes mellitus for a prolonged period that causes partial or total vision loss. This document is a compilation and analysis of different studies taken from various specialized databases and taking into account that they are classified between the quartiles Q1 and Q2 and that their impact factor is above 2.5 for their selection, these around the detection and localization of the three most important anomalies that are present in people suffering from DR, These are microaneurysms, exudates and hemorrhages, through fundus images of patients who suffer or are prone to diabetic retinopathy using algorithms with deep learning and machine techniques and guided by metrics such as accuracy, sensitivity and specificity to measure the efficiency of the developed algorithm.; La pérdida de la visión ha sido uno de los casos más desafortunados de pérdida de los sentidos. Es sabido que la perdida de la visión disminuye considerablemente la calidad de vida de una persona, sin importar la edad. De acuerdo con la OMS, el deterioro de la visión impacta negativamente a niños pequeños en etapa escolar, dado que afecta en gran medida su etapa de desarrollo; en cuanto a los adultos, el deterioro de la visión se ve reflejado a partir de las tasas de participación en el mercado laboral y de productividad de esta población, no obstante, suele ser más baja. Una de las causas de la pérdida de la visión es la retinopatía diabética, que consiste en una enfermedad ocular producto de la diabetes mellitus por un prolongado periodo de tiempo que causa la pérdida parcial o total de la visión. En ese orden de ideas, el objetivo de la presente investigación consiste en recopilar y analizar los diferentes estudios sobre el tema en cuestión; tal información fue tomada de diversas bases de datos especializadas, teniendo en cuenta una clasificación de los cuartiles Q1 y Q2, y cuyo factor de impacto estuvo por encima 2,5 para su selección. Estos en torno a la detección y localización de las tres más importantes anomalías que hacen presencia en personas que sufren de RD, estas son micro aneurismas, exudados y hemorragias. Para ello se necesitaron imágenes de fondo de ojo de pacientes que padecen o están propensos a padecer retinopatía diabética, haciendo uso de algoritmos con técnicas de deep learning y machine. Dichos algoritmos estuvieron guiados por métricas tales como exactitud, sensibilidad y especificad con el fin de medir la eficiencia de algoritmo desarrollado.
Fuente:: SEXTANTE Journal; Vol. 27 (2022): July - December 2022; 44 - 55; Revista SEXTANTE; Vol. 27 (2022): Julio - Diciembre 2022; 44 - 55; 2665-3923; 1909-4337
Idioma:: Spanish; Castilian
Relación:: https://sextante-ensb.com/index.php/inicio/article/view/129/137
Autor/Productor:: Robledo Pacheco, María Camila; Barrios Miranda, Rafael; Escorcia-Gutierrez, José; Cuello-Navarro, José
Editor:: Escuela Naval de Suboficiales A.R.C. "Barranquilla" - Decanatura de Investigación
Derechos:: Derechos de autor 2022 María Camila Robledo Pacheco, Rafael Barrios Miranda, José Escorcia-Gutierrez, José Cuello-Navarro; https://creativecommons.org/licenses/by-nc-nd/4.0
Fecha:: 2022-12-07
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 review of deep learning and machine learning techniques for detection and localization of microaneurysms and exudates in fundus images</dc:title>
2. <dc:title lang="es-ES">Revisión de técnicas de Deep Learning y Machine Learning para la detección y localización de micro aneurismas, exudados y hemorragias en imágenes de fondo de ojo</dc:title>
3. <dc:creator>Robledo Pacheco, María Camila</dc:creator>
4. <dc:creator>Barrios Miranda, Rafael</dc:creator>
5. <dc:creator>Escorcia-Gutierrez, José</dc:creator>
6. <dc:creator>Cuello-Navarro, José</dc:creator>
7. <dc:subject lang="es-ES">Deep learning</dc:subject>
8. <dc:subject lang="es-ES">Detección de anomalías</dc:subject>
9. <dc:subject lang="es-ES">Exudados</dc:subject>
10. <dc:subject lang="es-ES">Hemorragias</dc:subject>
11. <dc:subject lang="es-ES">Imágenes de fondo de ojo</dc:subject>
12. <dc:subject lang="es-ES">Localización de patologías</dc:subject>
13. <dc:subject lang="es-ES">Machine learning</dc:subject>
14. <dc:subject lang="es-ES">Microaneurismas</dc:subject>
15. <dc:subject lang="es-ES">Retinopatía diabética</dc:subject>
16. <dc:subject lang="en-US">Deep learning</dc:subject>
17. <dc:subject lang="en-US">Anomaly detection</dc:subject>
18. <dc:subject lang="en-US">Exudates</dc:subject>
19. <dc:subject lang="en-US">Hemorrhages</dc:subject>
20. <dc:subject lang="en-US">Fundus imaging</dc:subject>
21. <dc:subject lang="en-US">Pathology localization</dc:subject>
22. <dc:subject lang="en-US">Machine learning</dc:subject>
23. <dc:subject lang="en-US">Microaneurysms</dc:subject>
24. <dc:subject lang="en-US">Diabetic retinopathy</dc:subject>
25. <dc:description lang="en-US">The loss of vision is one of the most unfortunate cases of loss of the senses; it is no secret that not being able to see considerably diminishes the quality of life of a person regardless of his or her age range. According to the WHO, vision impairment negatively impacts young children and school children as it greatly affects their developmental stage; as for adults and older adults, vision impairment is reflected in the rates of participation in the labor market and productivity of this population is usually lower. One of the causes of vision loss is diabetic retinopathy, an eye disease resulting from diabetes mellitus for a prolonged period that causes partial or total vision loss. This document is a compilation and analysis of different studies taken from various specialized databases and taking into account that they are classified between the quartiles Q1 and Q2 and that their impact factor is above 2.5 for their selection, these around the detection and localization of the three most important anomalies that are present in people suffering from DR, These are microaneurysms, exudates and hemorrhages, through fundus images of patients who suffer or are prone to diabetic retinopathy using algorithms with deep learning and machine techniques and guided by metrics such as accuracy, sensitivity and specificity to measure the efficiency of the developed algorithm.</dc:description>
26. <dc:description lang="es-ES">La pérdida de la visión ha sido uno de los casos más desafortunados de pérdida de los sentidos. Es sabido que la perdida de la visión disminuye considerablemente la calidad de vida de una persona, sin importar la edad. De acuerdo con la OMS, el deterioro de la visión impacta negativamente a niños pequeños en etapa escolar, dado que afecta en gran medida su etapa de desarrollo; en cuanto a los adultos, el deterioro de la visión se ve reflejado a partir de las tasas de participación en el mercado laboral y de productividad de esta población, no obstante, suele ser más baja. Una de las causas de la pérdida de la visión es la retinopatía diabética, que consiste en una enfermedad ocular producto de la diabetes mellitus por un prolongado periodo de tiempo que causa la pérdida parcial o total de la visión. En ese orden de ideas, el objetivo de la presente investigación consiste en recopilar y analizar los diferentes estudios sobre el tema en cuestión; tal información fue tomada de diversas bases de datos especializadas, teniendo en cuenta una clasificación de los cuartiles Q1 y Q2, y cuyo factor de impacto estuvo por encima 2,5 para su selección. Estos en torno a la detección y localización de las tres más importantes anomalías que hacen presencia en personas que sufren de RD, estas son micro aneurismas, exudados y hemorragias. Para ello se necesitaron imágenes de fondo de ojo de pacientes que padecen o están propensos a padecer retinopatía diabética, haciendo uso de algoritmos con técnicas de deep learning y machine. Dichos algoritmos estuvieron guiados por métricas tales como exactitud, sensibilidad y especificad con el fin de medir la eficiencia de algoritmo desarrollado.</dc:description>
27. <dc:publisher lang="es-ES">Escuela Naval de Suboficiales A.R.C. "Barranquilla" - Decanatura de Investigación</dc:publisher>
28. <dc:date>2022-12-07</dc:date>
29. <dc:type>info:eu-repo/semantics/article</dc:type>
30. <dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
31. <dc:format>application/pdf</dc:format>
32. <dc:identifier>https://sextante-ensb.com/index.php/inicio/article/view/129</dc:identifier>
33. <dc:identifier>10.54606/Sextante2022.v27.06</dc:identifier>
34. <dc:source lang="en-US">SEXTANTE Journal; Vol. 27 (2022): July - December 2022; 44 - 55</dc:source>
35. <dc:source lang="es-ES">Revista SEXTANTE; Vol. 27 (2022): Julio - Diciembre 2022; 44 - 55</dc:source>
36. <dc:source>2665-3923</dc:source>
37. <dc:source>1909-4337</dc:source>
38. <dc:language>spa</dc:language>
39. <dc:relation>https://sextante-ensb.com/index.php/inicio/article/view/129/137</dc:relation>
40. <dc:rights lang="es-ES">Derechos de autor 2022 María Camila Robledo Pacheco, Rafael Barrios Miranda, José Escorcia-Gutierrez, José Cuello-Navarro</dc:rights>
41. <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">"221207 2022 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/Sextante2022.v27.06</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">Revisión de técnicas de Deep Learning y Machine Learning para la detección y localización de micro aneurismas, exudados y hemorragias en imágenes de fondo de ojo</subfield>
  </datafield>
8. <datafield ind1="1" ind2=" " tag="720">
  1. <subfield code="a">Robledo Pacheco, María Camila</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">Barrios Miranda, Rafael</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-Gutierrez, José</subfield>
  2. <subfield code="u">Ingeniería Electrónica y Telecomunicaciones, Universidad Autónoma del Caribe, Barranquilla, Colombia</subfield>
  </datafield>
11. <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>
  3. <subfield code="0">https://orcid.org/0000-0002-0809-7578</subfield>
  </datafield>
12. <datafield ind1=" " ind2=" " tag="520">
  1. <subfield code="a">La pérdida de la visión ha sido uno de los casos más desafortunados de pérdida de los sentidos. Es sabido que la perdida de la visión disminuye considerablemente la calidad de vida de una persona, sin importar la edad. De acuerdo con la OMS, el deterioro de la visión impacta negativamente a niños pequeños en etapa escolar, dado que afecta en gran medida su etapa de desarrollo; en cuanto a los adultos, el deterioro de la visión se ve reflejado a partir de las tasas de participación en el mercado laboral y de productividad de esta población, no obstante, suele ser más baja. Una de las causas de la pérdida de la visión es la retinopatía diabética, que consiste en una enfermedad ocular producto de la diabetes mellitus por un prolongado periodo de tiempo que causa la pérdida parcial o total de la visión. En ese orden de ideas, el objetivo de la presente investigación consiste en recopilar y analizar los diferentes estudios sobre el tema en cuestión; tal información fue tomada de diversas bases de datos especializadas, teniendo en cuenta una clasificación de los cuartiles Q1 y Q2, y cuyo factor de impacto estuvo por encima 2,5 para su selección. Estos en torno a la detección y localización de las tres más importantes anomalías que hacen presencia en personas que sufren de RD, estas son micro aneurismas, exudados y hemorragias. Para ello se necesitaron imágenes de fondo de ojo de pacientes que padecen o están propensos a padecer retinopatía diabética, haciendo uso de algoritmos con técnicas de deep learning y machine. Dichos algoritmos estuvieron guiados por métricas tales como exactitud, sensibilidad y especificad con el fin de medir la eficiencia de algoritmo desarrollado.</subfield>
  </datafield>
13. <datafield ind1=" " ind2=" " tag="260">
  1. <subfield code="b">Escuela Naval de Suboficiales A.R.C. "Barranquilla" - Decanatura de Investigación</subfield>
  </datafield>
14. <dataField ind1=" " ind2=" " tag="260">
  1. <subfield code="c">2022-12-07 11:55:24</subfield>
  </dataField>
15. <datafield ind1=" " ind2=" " tag="856">
  1. <subfield code="q">application/pdf</subfield>
  </datafield>
16. <datafield ind1="4" ind2="0" tag="856">
  1. <subfield code="u">https://sextante-ensb.com/index.php/inicio/article/view/129</subfield>
  </datafield>
17. <datafield ind1="0" ind2=" " tag="786">
  1. <subfield code="n">Revista SEXTANTE; Vol. 27 (2022): Julio - Diciembre 2022</subfield>
  </datafield>
18. <datafield ind1=" " ind2=" " tag="546">
  1. <subfield code="a">spa</subfield>
  </datafield>
19. <datafield ind1=" " ind2=" " tag="540">
  1. <subfield code="a">Derechos de autor 2022 María Camila Robledo Pacheco, Rafael Barrios Miranda, José Escorcia-Gutierrez, José Cuello-Navarro</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">"221207 2022 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">Revisión de técnicas de Deep Learning y Machine Learning para la detección y localización de micro aneurismas, exudados y hemorragias en imágenes de fondo de ojo</subfield>
  </varfield>
6. <varfield i1="1" i2=" " id="720">
  1. <subfield label="a">Robledo Pacheco, María Camila</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">Barrios Miranda, Rafael</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-Gutierrez, José</subfield>
  2. <subfield label="u">Ingeniería Electrónica y Telecomunicaciones, Universidad Autónoma del Caribe, Barranquilla, Colombia</subfield>
  </varfield>
9. <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>
  3. <subfield label="0">https://orcid.org/0000-0002-0809-7578</subfield>
  </varfield>
10. <varfield i1=" " i2=" " id="520">
  1. <subfield label="a">La pérdida de la visión ha sido uno de los casos más desafortunados de pérdida de los sentidos. Es sabido que la perdida de la visión disminuye considerablemente la calidad de vida de una persona, sin importar la edad. De acuerdo con la OMS, el deterioro de la visión impacta negativamente a niños pequeños en etapa escolar, dado que afecta en gran medida su etapa de desarrollo; en cuanto a los adultos, el deterioro de la visión se ve reflejado a partir de las tasas de participación en el mercado laboral y de productividad de esta población, no obstante, suele ser más baja. Una de las causas de la pérdida de la visión es la retinopatía diabética, que consiste en una enfermedad ocular producto de la diabetes mellitus por un prolongado periodo de tiempo que causa la pérdida parcial o total de la visión. En ese orden de ideas, el objetivo de la presente investigación consiste en recopilar y analizar los diferentes estudios sobre el tema en cuestión; tal información fue tomada de diversas bases de datos especializadas, teniendo en cuenta una clasificación de los cuartiles Q1 y Q2, y cuyo factor de impacto estuvo por encima 2,5 para su selección. Estos en torno a la detección y localización de las tres más importantes anomalías que hacen presencia en personas que sufren de RD, estas son micro aneurismas, exudados y hemorragias. Para ello se necesitaron imágenes de fondo de ojo de pacientes que padecen o están propensos a padecer retinopatía diabética, haciendo uso de algoritmos con técnicas de deep learning y machine. Dichos algoritmos estuvieron guiados por métricas tales como exactitud, sensibilidad y especificad con el fin de medir la eficiencia de algoritmo desarrollado.</subfield>
  </varfield>
11. <varfield i1=" " i2=" " id="260">
  1. <subfield label="b">Escuela Naval de Suboficiales A.R.C. "Barranquilla" - Decanatura de Investigación</subfield>
  </varfield>
12. <varfield i1=" " i2=" " id="260">
  1. <subfield label="c">2022-12-07 11:55:24</subfield>
  </varfield>
13. <varfield i1=" " i2=" " id="856">
  1. <subfield label="q">application/pdf</subfield>
  </varfield>
14. <varfield i1="4" i2="0" id="856">
  1. <subfield label="u">https://sextante-ensb.com/index.php/inicio/article/view/129</subfield>
  </varfield>
15. <varfield i1="0" i2=" " id="786">
  1. <subfield label="n">Revista SEXTANTE; Vol. 27 (2022): Julio - Diciembre 2022</subfield>
  </varfield>
16. <varfield i1=" " i2=" " id="546">
  1. <subfield label="a">spa</subfield>
  </varfield>
17. <varfield i1=" " i2=" " id="540">
  1. <subfield label="a">Derechos de autor 2022 María Camila Robledo Pacheco, Rafael Barrios Miranda, José Escorcia-Gutierrez, José Cuello-Navarro</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">129</article-id>
    2. <article-id pub-id-type="doi">10.54606/Sextante2022.v27.06</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">Revisión de técnicas de Deep Learning y Machine Learning para la detección y localización de micro aneurismas, exudados y hemorragias en imágenes de fondo de ojo</article-title>
      2. <trans-title-group lang="en">
        <trans-title>A review of deep learning and machine learning techniques for detection and localization of microaneurysms and exudates in fundus images</trans-title>
        </trans-title-group>
      </title-group>
    5. <contrib-group content-type="author">
      1. <contrib>
        <name name-style="western">
        <surname>Robledo Pacheco</surname>
        <given-names>María Camila</given-names>
        </name>
        <xref ref-type="aff" rid="aff-1" />
        </contrib>
      2. <contrib>
        <name name-style="western">
        <surname>Barrios Miranda</surname>
        <given-names>Rafael</given-names>
        </name>
        <xref ref-type="aff" rid="aff-1" />
        </contrib>
      3. <contrib>
        <name name-style="western">
        <surname>Escorcia-Gutierrez</surname>
        <given-names>José</given-names>
        </name>
        <xref ref-type="aff" rid="aff-1" />
        </contrib>
      4. <contrib>
        <name name-style="western">
        <surname>Cuello-Navarro</surname>
        <given-names>José</given-names>
        </name>
        <xref ref-type="aff" rid="aff-1" />
        <contrib-id authenticated="true" contrib-id-type="orcid">https://orcid.org/0000-0002-0809-7578</contrib-id>
        </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. <pub-date date-type="pub" publication-format="epub">
      1. <day>07</day>
      2. <month>12</month>
      3. <year>2022</year>
      </pub-date>
    8. <volume>27</volume>
    9. <fpage>44</fpage>
    10. <lpage>55</lpage>
    11. <permissions>
      1. <copyright-statement>Derechos de autor 2022 María Camila Robledo Pacheco, Rafael Barrios Miranda, José Escorcia-Gutierrez, José Cuello-Navarro</copyright-statement>
      2. <copyright-year>2022</copyright-year>
      3. <copyright-holder>María Camila Robledo Pacheco, Rafael Barrios Miranda, José Escorcia-Gutierrez, José Cuello-Navarro</copyright-holder>
      4. <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>
      5. <ali:free_to_read />
      </permissions>
    12. <self-uri href="https://sextante-ensb.com/index.php/inicio/article/view/129" />
    13. <self-uri content-type="application/pdf" href="https://sextante-ensb.com/index.php/inicio/article/download/129/137" />
    14. <kwd-group lang="es">
      1. <kwd>Deep learning</kwd>
      2. <kwd>Detección de anomalías</kwd>
      3. <kwd>Exudados</kwd>
      4. <kwd>Hemorragias</kwd>
      5. <kwd>Imágenes de fondo de ojo</kwd>
      6. <kwd>Localización de patologías</kwd>
      7. <kwd>Machine learning</kwd>
      8. <kwd>Microaneurismas</kwd>
      9. <kwd>Retinopatía diabética</kwd>
      </kwd-group>
    15. <kwd-group lang="en">
      1. <kwd>Deep learning</kwd>
      2. <kwd>Anomaly detection</kwd>
      3. <kwd>Exudates</kwd>
      4. <kwd>Hemorrhages</kwd>
      5. <kwd>Fundus imaging</kwd>
      6. <kwd>Pathology localization</kwd>
      7. <kwd>Machine learning</kwd>
      8. <kwd>Microaneurysms</kwd>
      9. <kwd>Diabetic retinopathy</kwd>
      </kwd-group>
    16. <abstract lang="es">
      1. <p>La pérdida de la visión ha sido uno de los casos más desafortunados de pérdida de los sentidos. Es sabido que la perdida de la visión disminuye considerablemente la calidad de vida de una persona, sin importar la edad. De acuerdo con la OMS, el deterioro de la visión impacta negativamente a niños pequeños en etapa escolar, dado que afecta en gran medida su etapa de desarrollo; en cuanto a los adultos, el deterioro de la visión se ve reflejado a partir de las tasas de participación en el mercado laboral y de productividad de esta población, no obstante, suele ser más baja. Una de las causas de la pérdida de la visión es la retinopatía diabética, que consiste en una enfermedad ocular producto de la diabetes mellitus por un prolongado periodo de tiempo que causa la pérdida parcial o total de la visión. En ese orden de ideas, el objetivo de la presente investigación consiste en recopilar y analizar los diferentes estudios sobre el tema en cuestión; tal información fue tomada de diversas bases de datos especializadas, teniendo en cuenta una clasificación de los cuartiles Q1 y Q2, y cuyo factor de impacto estuvo por encima 2,5 para su selección. Estos en torno a la detección y localización de las tres más importantes anomalías que hacen presencia en personas que sufren de RD, estas son micro aneurismas, exudados y hemorragias. Para ello se necesitaron imágenes de fondo de ojo de pacientes que padecen o están propensos a padecer retinopatía diabética, haciendo uso de algoritmos con técnicas de deep learning y machine. Dichos algoritmos estuvieron guiados por métricas tales como exactitud, sensibilidad y especificad con el fin de medir la eficiencia de algoritmo desarrollado.</p>
      </abstract>
    17. <trans-abstract lang="en">
      1. <p>The loss of vision is one of the most unfortunate cases of loss of the senses; it is no secret that not being able to see considerably diminishes the quality of life of a person regardless of his or her age range. According to the WHO, vision impairment negatively impacts young children and school children as it greatly affects their developmental stage; as for adults and older adults, vision impairment is reflected in the rates of participation in the labor market and productivity of this population is usually lower. One of the causes of vision loss is diabetic retinopathy, an eye disease resulting from diabetes mellitus for a prolonged period that causes partial or total vision loss. This document is a compilation and analysis of different studies taken from various specialized databases and taking into account that they are classified between the quartiles Q1 and Q2 and that their impact factor is above 2.5 for their selection, these around the detection and localization of the three most important anomalies that are present in people suffering from DR, These are microaneurysms, exudates and hemorrhages, through fundus images of patients who suffer or are prone to diabetic retinopathy using algorithms with deep learning and machine techniques and guided by metrics such as accuracy, sensitivity and specificity to measure the efficiency of the developed algorithm.</p>
      </trans-abstract>
    18. <counts>
      1. <page-count count="12" />
      </counts>
    19. <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/129</id>
3. <entry>2023-01-10T22:46:29Z</entry>
4. <organization>Escuela Naval de Suboficiales A.R.C. "Barranquilla" - Decanatura de Investigación</organization>
5. <organization>Vol. 27 (2022): Julio - Diciembre 2022; 44 - 55</organization>
6. <title>Revisión de técnicas de Deep Learning y Machine Learning para la detección y localización de micro aneurismas, exudados y hemorragias en imágenes de fondo de ojo</title>
7. <type />
8. <author>Robledo Pacheco, María Camila; Ingeniería Electrónica y Telecomunicaciones, Universidad Autónoma del Caribe, Barranquilla, Colombia</author>
9. <author>Barrios Miranda, Rafael; Ingeniería Electrónica y Telecomunicaciones, Universidad Autónoma del Caribe, Barranquilla, Colombia</author>
10. <author>Escorcia-Gutierrez, José; Ingeniería Electrónica y Telecomunicaciones, Universidad Autónoma del Caribe, Barranquilla, Colombia</author>
11. <author>Cuello-Navarro, José; Ingeniería Electrónica y Telecomunicaciones, Universidad Autónoma del Caribe, Barranquilla, Colombia</author>
12. <date>2022-12-07</date>
13. <copyright>Esta obra está bajo una Licencia Creative Commons Atribución-NoComercial-SinDerivadas 4.0 Internacional.</copyright>
14. <other_access>url:https://sextante-ensb.com/index.php/inicio/article/view/129</other_access>
15. <keyword>Deep learning</keyword>
16. <keyword>Detección de anomalías</keyword>
17. <keyword>Exudados</keyword>
18. <keyword>Hemorragias</keyword>
19. <keyword>Imágenes de fondo de ojo</keyword>
20. <keyword>Localización de patologías</keyword>
21. <keyword>Machine learning</keyword>
22. <keyword>Microaneurismas</keyword>
23. <keyword>Retinopatía diabética</keyword>
24. <language>es_ES</language>
25. <abstract>La pérdida de la visión ha sido uno de los casos más desafortunados de pérdida de los sentidos. Es sabido que la perdida de la visión disminuye considerablemente la calidad de vida de una persona, sin importar la edad. De acuerdo con la OMS, el deterioro de la visión impacta negativamente a niños pequeños en etapa escolar, dado que afecta en gran medida su etapa de desarrollo; en cuanto a los adultos, el deterioro de la visión se ve reflejado a partir de las tasas de participación en el mercado laboral y de productividad de esta población, no obstante, suele ser más baja. Una de las causas de la pérdida de la visión es la retinopatía diabética, que consiste en una enfermedad ocular producto de la diabetes mellitus por un prolongado periodo de tiempo que causa la pérdida parcial o total de la visión. En ese orden de ideas, el objetivo de la presente investigación consiste en recopilar y analizar los diferentes estudios sobre el tema en cuestión; tal información fue tomada de diversas bases de datos especializadas, teniendo en cuenta una clasificación de los cuartiles Q1 y Q2, y cuyo factor de impacto estuvo por encima 2,5 para su selección. Estos en torno a la detección y localización de las tres más importantes anomalías que hacen presencia en personas que sufren de RD, estas son micro aneurismas, exudados y hemorragias. Para ello se necesitaron imágenes de fondo de ojo de pacientes que padecen o están propensos a padecer retinopatía diabética, haciendo uso de algoritmos con técnicas de deep learning y machine. Dichos algoritmos estuvieron guiados por métricas tales como exactitud, sensibilidad y especificad con el fin de medir la eficiencia de algoritmo desarrollado.</abstract>
</rfc1807>