2019-09-032019-09-032019Civit Masot, J., Amaya Rodríguez, I., Luna Perejón, F., Durán López, L., Civit Balcells, A., Linares Barranco, A. y Vicente Díaz, S. (2019). Deep learning glaucoma diagnosis aid. En V jornada de investigación y postgrado de la Escuela Politécnica Superior de Sevilla (31-36), Sevilla (España): 3 ciencias. Área de Innovación y Desarrollo,S.L..978-84-120057-2-1https://hdl.handle.net/11441/88872El glaucoma es una de las principales causas de ceguera. Cambia la morfología del nervio óptico. La copa es la región central del disco óptico. El CDR (relación del diámetro de la copa y el disco) es un indicador del estado de la enfermedad. Un CDR normal se encuentra entre 0.3 y 0.4. A mayor CDR Glaucoma más avanzado. En este trabajo se pretende demostrar la viabilidad de los algoritmos en los que la forma del disco y la copa son aproximadamente círculos. En estos casos el número de parámetros es mucho menor y, al menos, en nuestras pruebas iniciales la aproximación es más realista que con las formas originales para su implementación en aprendizaje profundo.Glaucoma is one of the main causes of blindness. It changes the morphology of the optic nerve. The cup is the central region of the optical disc. The CDR (ratio of the diameter of the cup and disc) is an indicator of the state of the disease. A normal CDR is between 0.3 and 0.4. A higher CDR more advanced glaucoma. In this work we try to demonstrate the viability of algorithms in which the shape of the disc and the cup are approximately circles. In these cases, the number of parameters is much lower and, at least, in our initial tests the approach is sometimes more realistic than with the original forms for a Deep learning implementation.application/pdfspaAttribution-NonCommercial-NoDerivatives 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-nd/4.0/GlaucomaDeep LearningAyuda al DiagnósticoAproximación por círculosDiagnostic AidCircle Approximationinfo:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/openAccesshttp://dx.doi.org/10.17993/IngyTec.2019.52