Tecnologia

Aprendizado Guiado por Segmentação Anatômica na Classificação da Retinopatia Diabética

samara ruiz silva; leticia victoria garbellini

faculdade donaduzzi

Resumo

Este artigo investiga uma estratégia de refinamento progressivo — combinando um canal anatômico contínuo (Verde+CLAHE+Blur — VCB), otimização por QWK e reponderação de classes — para aumentar a robustez inter-domínio de uma ResNet-50 na classificação de Retinopatia Diabética em cinco graus. O modelo foi validado em três domínios externos: EUA (Kappa=0,765, IC95%: 0,682–0,834), Índia (Kappa=0,623) e China (Kappa=0,515, n=12.522). O Ciclo 8 alcançou recall de 95,0% para o Grau 1 Leve em domínio externo — estágio em que a intervenção pode prevenir progressão para cegueira. Os resultados constituem indício promissor de apoio à triagem, condicionado à validação clínica prospectiva com aprovação de CEP.

Palavras-chave: Retinopatia Diabética, Robustez Inter-domínio, Aprendizado Profundo, ResNet-50, Triagem Retinal