Diabetic Retinopathy is diabetic eye disease which is the leading cause of blindness among workingage population in developed countries. [Annex I] This is due to the inflammation of blood vessel walls
caused by the high level of carbohydrates in blood derived from diabetes. [Annex I] One of the key
factors to prevent this disease is early detection since, due to the fact that the only symptom is a
progressive but in some cases hardly noticeable vision loss, doctors can only detect it once it is too late
to take action. Besides, its detection demands trained personnel and specialized equipment, which is
not availablemore often than not in areas where this kind of disease strikes the most and can be lacking
in the future as the number of people who suffer from this problem continues to grow. [Annex I]
This is where this piece of work comes into play, as an automated and practical method of detection
that can be used as a tool in order to ease the diagnostic process and help providing earlier treatment.
Such automated method consists of a Convolutional Neural Network that uses ocular fundus images
of different patients in order to predict whether or not a patient has Diabetic Retinopathy, and in the
case that the patient has it, in what degree.
Given a really unbalanced dataset, being this highly representative of what an actual dataset provided
for this kind of work would be, this thesis will mainly go through different ways to approach and handle
unbalanced datasets rather than seeking perfectly accurate predictions.
La retinopatía diabética es una enfermedad ocular diabética que es la principal causa de ceguera entre
la población en edad laboral en los países desarrollados. Esta patología es causada por la inflamación
de las paredes de los vasos sanguíneos causada por el alto nivel de glúcidos en sangre derivado de la
diabetes. Uno de los factores clave para prevenir esta enfermedad es la detección temprana ya que,
dado que el único síntoma es una pérdida de visión progresiva, pero que en algunos casos es apenas
perceptible, los médicos solo pueden detectarla una vez es demasiado tarde para tomar medidas.
Además, su detección requiere personal capacitado y equipo especializado, que no acostumbra a estar
disponible la mayoría de las veces en las áreas donde este tipo de enfermedad está más extendida y
que puede faltar en un futuro cercano puesto que el número de personas que sufren este problema
no deja de aumentar.
Aquí es donde entra en juego este trabajo, como un método de detección práctico y automatizado que
se puede utilizar como herramienta para facilitar el proceso de diagnóstico y ayudar a proporcionar un
tratamiento más temprano. Dicho método consiste en una red neuronal convolucional que utiliza
imágenes de fondo de ojo de diferentes pacientes para predecir si un paciente tiene o no retinopatía
diabética y, en el caso de que el paciente la tenga, en qué grado.
Dado un conjunto de datos realmente desbalanceado, siendo esta situación altamente representativa
de lo que sería un conjunto de datos real proporcionado para este tipo de trabajo, esta tesis estudiará
principalmente varias de las maneras de abordar y manejar conjuntos de datos desequilibrados por
encima de buscar predicciones perfectamente precisas.
La retinopatia diabètica és una malaltia diabètica dels ulls, la qual és la principal causa de ceguesa entre
la població en edat laboral als països desenvolupats. Aquesta malaltia es deu a la inflamació de les
parets dels vasos sanguinis causada per l'alt nivell de glúcids en sang derivat de la diabetis. Un dels
factors clau per prevenir aquesta malaltia és la detecció precoç, ja que, a causa del fet que l'únic
símptoma és una progressiva, però en alguns casos difícilment detectable pèrdua de visió, els metges
només la poden detectar un cop ja és massa tard per prendre mesures. A més, la seva detecció exigeix
personal format i equipament especialitzat, que normalment no està disponible en zones on aquest
tipus de malalties es més presenti que pot faltar en el futur, ja que el nombre de persones que pateixen
aquest problema continua creixent.
És aquí on entra en joc aquest treball, com un mètode de detecció automatitzat i pràctic que es pot
utilitzar com a eina per facilitar el procés de diagnòstic i ajudar a proporcionar un tractament el més
aviat possible. Aquest mètode automatitzat consisteix en una Xarxa Neural Convolucional que utilitza
imatges de fons oculars de diferents pacients per predir si un pacient té o no una retinopatia diabètica,
i en el cas que el tingui, en quin grau.
Tenint en compte un conjunt de dades realment desequilibrat, que és molt representatiu del que seria
un conjunt de dades real proporcionat per a aquest tipus de treballs, aquesta tesi recorrerà
principalment diferents maneres de tractar i manejar conjunts de dades desequilibrats en lloc de
buscar prediccions perfectament precises.
