Classificação de glaucoma em imagens de fundo de olho.

Abstract

O glaucoma é uma das principais causas de cegueira irreversível no mundo, caracterizado pelo dano progressivo ao nervo óptico. O diagnóstico precoce é essencial para minimizar os impactos da doença, e a Inteligência Artificial tem se mostrado uma ferramenta importante nesse contexto. Este trabalho apresenta uma análise exploratória de diferentes arquiteturas de redes neurais, incluindo redes convolucionais e modelos baseados em transformers, para a classificação de imagens de fundo de olho com glaucoma, utilizando a base de dados Standardized Multi-Channel Dataset for Glaucoma. Um dos focos principais é avaliar o impacto da combinação das previsões através de esquemas de votação para mitigar erros de modelos individuais e aprimorar o desempenho geral. Inicialmente, foram avaliados os modelos pré-treinados ResNet-50, VGG-19 e EfficientNet-B0, além do Vision Transformer (ViT) e MaxViT. Os experimentos demonstraram que a ResNet-50 (acurácia de 87,23%) e a VGG-19 (acurácia de 86,04%) obtiveram resultados consistentes, mas com recall inferior. A EfficientNet-B0 apresentou desempenho significativamente menor (acurácia de 69,96%), sendo considerada demasiadamente simples para a tarefa. Entre os transformers, o MaxViT destacou-se com o maior recall (93,20%), característica crucial para a detecção de casos positivos. O ViT obteve um desempenho mais equilibrado (acurácia de 87,99%, recall de 82,44%).Os esquemas de votação, especialmente a votação por média, demonstraram ser uma abordagem com um desempenho geral superior e mais equilibrado, com acurácia de 89,45%.