Clasificador de retinopatías diabéticas en imágenes de fondo ocular utilizando la pendiente espectral multifractal

Autores
Salvatelli, Adrián; Bizai, Gustavo; Drozdowicz, Bartolomé; Delrieux, Claudio
Año de publicación
2010
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La Retinopatía Diabética es la complicación que suele terminar con la ceguera si los pacientes no son tratados a tiempo. Por este motivo los sistemas computacionales que ayuden a la toma de decisiones tempranas, surgen como una potencial herramienta. En este trabajo se analizan pendiente espectral multifractal, como posible clasificador de retinogramas con y sin retinopatía diabética. Esta pendiente es obtenida por medio del ajuste de mínimos cuadrados, extraídos del espectro multifractal basado en el método del histograma, utilizando capacidad “max”. Se analiza también cómo afectan las partes anatómicas del fondo retiniano en la pendiente propuesta.
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
Retinopatía Diabética
Análisis Multifractales
Pendiente Espectral
Hölder
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/152977
Acceder
id SEDICI_9079dc8471c8076c4ac2fe042e5dd1ae
oai_identifier_str oai:sedici.unlp.edu.ar:10915/152977
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Clasificador de retinopatías diabéticas en imágenes de fondo ocular utilizando la pendiente espectral multifractalSalvatelli, AdriánBizai, GustavoDrozdowicz, BartoloméDelrieux, ClaudioCiencias InformáticasRetinopatía DiabéticaAnálisis MultifractalesPendiente EspectralHölderLa Retinopatía Diabética es la complicación que suele terminar con la ceguera si los pacientes no son tratados a tiempo. Por este motivo los sistemas computacionales que ayuden a la toma de decisiones tempranas, surgen como una potencial herramienta. En este trabajo se analizan pendiente espectral multifractal, como posible clasificador de retinogramas con y sin retinopatía diabética. Esta pendiente es obtenida por medio del ajuste de mínimos cuadrados, extraídos del espectro multifractal basado en el método del histograma, utilizando capacidad “max”. Se analiza también cómo afectan las partes anatómicas del fondo retiniano en la pendiente propuesta.Sociedad Argentina de Informática e Investigación Operativa2010info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf3092-3101http://sedici.unlp.edu.ar/handle/10915/152977spainfo:eu-repo/semantics/altIdentifier/url/http://39jaiio.sadio.org.ar/sites/default/files/39jaiio-cais-20_0.pdfinfo:eu-repo/semantics/altIdentifier/issn/1853-1881info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:39:22Zoai:sedici.unlp.edu.ar:10915/152977Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:39:22.999SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Clasificador de retinopatías diabéticas en imágenes de fondo ocular utilizando la pendiente espectral multifractal
title Clasificador de retinopatías diabéticas en imágenes de fondo ocular utilizando la pendiente espectral multifractal
spellingShingle Clasificador de retinopatías diabéticas en imágenes de fondo ocular utilizando la pendiente espectral multifractal
Salvatelli, Adrián
Ciencias Informáticas
Retinopatía Diabética
Análisis Multifractales
Pendiente Espectral
Hölder
title_short Clasificador de retinopatías diabéticas en imágenes de fondo ocular utilizando la pendiente espectral multifractal
title_full Clasificador de retinopatías diabéticas en imágenes de fondo ocular utilizando la pendiente espectral multifractal
title_fullStr Clasificador de retinopatías diabéticas en imágenes de fondo ocular utilizando la pendiente espectral multifractal
title_full_unstemmed Clasificador de retinopatías diabéticas en imágenes de fondo ocular utilizando la pendiente espectral multifractal
title_sort Clasificador de retinopatías diabéticas en imágenes de fondo ocular utilizando la pendiente espectral multifractal
dc.creator.none.fl_str_mv Salvatelli, Adrián
Bizai, Gustavo
Drozdowicz, Bartolomé
Delrieux, Claudio
author Salvatelli, Adrián
author_facet Salvatelli, Adrián
Bizai, Gustavo
Drozdowicz, Bartolomé
Delrieux, Claudio
author_role author
author2 Bizai, Gustavo
Drozdowicz, Bartolomé
Delrieux, Claudio
author2_role author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Retinopatía Diabética
Análisis Multifractales
Pendiente Espectral
Hölder
topic Ciencias Informáticas
Retinopatía Diabética
Análisis Multifractales
Pendiente Espectral
Hölder
dc.description.none.fl_txt_mv La Retinopatía Diabética es la complicación que suele terminar con la ceguera si los pacientes no son tratados a tiempo. Por este motivo los sistemas computacionales que ayuden a la toma de decisiones tempranas, surgen como una potencial herramienta. En este trabajo se analizan pendiente espectral multifractal, como posible clasificador de retinogramas con y sin retinopatía diabética. Esta pendiente es obtenida por medio del ajuste de mínimos cuadrados, extraídos del espectro multifractal basado en el método del histograma, utilizando capacidad “max”. Se analiza también cómo afectan las partes anatómicas del fondo retiniano en la pendiente propuesta.
Sociedad Argentina de Informática e Investigación Operativa
description La Retinopatía Diabética es la complicación que suele terminar con la ceguera si los pacientes no son tratados a tiempo. Por este motivo los sistemas computacionales que ayuden a la toma de decisiones tempranas, surgen como una potencial herramienta. En este trabajo se analizan pendiente espectral multifractal, como posible clasificador de retinogramas con y sin retinopatía diabética. Esta pendiente es obtenida por medio del ajuste de mínimos cuadrados, extraídos del espectro multifractal basado en el método del histograma, utilizando capacidad “max”. Se analiza también cómo afectan las partes anatómicas del fondo retiniano en la pendiente propuesta.
publishDate 2010
dc.date.none.fl_str_mv 2010
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/152977
url http://sedici.unlp.edu.ar/handle/10915/152977
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/http://39jaiio.sadio.org.ar/sites/default/files/39jaiio-cais-20_0.pdf
info:eu-repo/semantics/altIdentifier/issn/1853-1881
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
3092-3101
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844616268183764992
score 13.070432

Publicaciones similares