Inteligencia artificial para prevención de la Retinopatía diabética mediante el uso de visión por computador

Abstract

La investigación se centra en la detección temprana y precisa de la retinopatía diabética mediante el uso de técnicas avanzadas de inteligencia artificial y visión por computadora. Se utilizan bases de datos públicas como DRIVE, STARE y KAGGLE, que contienen imágenes de retinas de individuos sanos y con retinopatía diabética. Se aplican diversas técnicas de visión por computadora, incluyendo la resaltación de exudados, conversión a escala de grises, binarización adaptativa y detección de contornos. Además, se desarrollan modelos de redes neuronales convolucionales (CNN) utilizando validación cruzada K-Fold para clasificar las imágenes retinianas, integrando la red VGG16 pre-entrenada junto con técnicas de aumento de datos para optimizar la precisión de clasificación. La efectividad del algoritmo se evalúa y ajusta según sea necesario, y se analizan los resultados obtenidos para contribuir al avance en la detección temprana y precisa de la retinopatía diabética.