Método classificatório de imagens da retina humana na presença de disreflexia autonômica

A disreflexia autonômica (DA) é uma complicação que acomete pacientes com lesão medular acima da vértebra T6 que se caracteriza pelo aumento da pressão arterial, e que se não tratada imediatamente, pode acarretar em diversas sequelas, inclusive a morte. Por esse motivo, pesquisadores da Unicamp propuseram um novo método para identificar a DA em pacientes com lesão medular por meio de imagens de fundo de olho.

A invenção tem por fundamento resultados que demonstram que os índices de tortuosidade e de densidade de tortuosidade podem ser usados como marcadores precoces da disreflexia. Devido a isso, ela apresenta uma forma automática para identificar os vasos sanguíneos do olho, com um processo que vai desde a segmentação, passando pela seleção e obtenção dos descritores até a classificação. 

Isso é feito por meio de imagens multiespectrais obtidas por um retinógrafo. Para tanto, o retinógrafo é integrado a uma câmera fotográfica acoplada a um conjunto de filtros com comprimentos de ondas que variam de 548 a 600 nm, o que possibilita o estudo da perfusão capilar com mensuração da velocidade do fluxo sanguíneo. 

A análise da vascularização da retina é baseada na segmentação automática de vasos por Deep Learning, método que treina computadores para reconhecerem padrões e realizarem tarefas como humanos. Como resultado, a rede neural aprendeu a discriminar a borda dos vasos sanguíneos das imagens da retina com uma acurácia de 0,96 quando comparada com a segmentação de especialistas.