Detecção de Lesões de Retinopatia Diabética em Imagens de Fundoscopia Utilizando UNet++

A Retinopatia Diabética (RD) e uma complicação microvascular progressiva do Diabetes Mellitus que afeta a retina devido ao excesso de glicose no sangue, causando alterações nos vasos sanguíneos. Em seus estágios iniciais a RD e assintomática, contudo pode levar a problemas visuais como visão turva e pontos cegos nos casos mais avançados. A prevenção dessa doença pode ser realizada pelo controle dos níveis de açúcar no sangue e exames oftalmológicos regulares. Desta forma, a detecção precoce e fundamental para preservar a visão e qualidade de vida do paciente. O avanço das técnicas de visão computacional também expandiu a aplicação de técnicas de segmentação semântica do campo de Deep Learning para localização automática das lesões intrarretinianas da Retinopatia Diabética. Neste contexto, este estudo visa comparar o desempenho da arquitetura da rede UNet++, com 4 diferentes redes que substituem o encoder dentro da sua arquitetura, para segmentação automática das lesões da RD em imagens de fundoscopia. são avaliadas a localização e segmentação dos microaneurismas, hemorragias, exsudatos moles e exsudatos duro dos bancos de dados IDRID e DIARETDB1. As análises indicaram que o encoder VGG16 alcançou os melhores resultados de segmentação, em especial para hemorragias, considerando Índice de Jaccard, Coeficiente de Similaridade de Dados e Acurácia.