of 55 /55
Segmentação de vasos sangüíneos em imagens de retina usando wavelets e classificadores estatísticos Defesa de dissertação de mestrado Candidato Jo ˜ ao V. B. Soares (bolsista CNPq) Orientador Roberto M. Cesar Jr. Departamento de Ciˆ encia da Computac ¸˜ ao - IME - USP Segmentac ¸˜ ao de vasos sang¨ ıneos em imagens de retina usando wavelets e classificadores estat´ ısticos – p. 1/45

Segmentação de vasos sangüíneos em imagens de retina ...joao/retinal-website/references/apresentac... · Perfis dos vasos aproximadamente gaussianos Bordas opostas dos vasos

  • Author
    lydieu

  • View
    214

  • Download
    0

Embed Size (px)

Text of Segmentação de vasos sangüíneos em imagens de retina...

Segmentao de vasos sangneosem imagens de retina usando

wavelets e classificadores estatsticosDefesa de dissertao de mestrado

CandidatoJoao V. B. Soares(bolsista CNPq)

OrientadorRoberto M. Cesar Jr.

Departamento de Ciencia da Computacao - IME - USP

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 1/45

Apresentao

Introduo, motivao e objetivos

Trabalhos relacionados

Classificao supervisionada

Wavelet de Gabor 2D

Classificadores testados

Avaliao experimental

Resultados e discusso

Concluso e trabalhos futuros

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 2/45

Imagens de retina - I

Imagens fornecem informaes sobre sade do olho evasculatura do paciente.

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 3/45

Imagens de retina - II

Aquisio pode ser feita por fluorescncia, fotografiacolorida e monocromtica

Angiografia de fluorescena Fotografia aneritra

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 4/45

Imagens de retina - III

Original Vermelho

Verde Azul normalizadoSegmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 5/45

Imagens de retina - IV

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 6/45

Motivao - I

Triagem para deteco da retinopatia diabtica:

2,8% da populao mundial era diabtica em2000, projetado para 4,4% em 2030Aps 20 anos de diabetes, a doena ocorre em99% dos pacientes com diabetes tipo 1 e em 60%dos pacientes com diabetes tipo 2No Brasil, responsvel por 4,58% dasdeficincias visuais e por 7,5% das causas deincapacidade de adultos para o trabalhoDiabticos requerem inspees peridicasAnlise trabalhosa e requer qualificaoMedidas ou critrios podem envolver subjetividade

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 7/45

Motivao - II

Sintomas incluem o aparecimento demicroaneurismas e alteraes na vasculatura

Obteno de indicadores sobre situao de pacientespara triagem e auxlio em diagnsticos

Outros usos:

Registro entre imagens para deteco demudanas em acompanhamentos, construo demosaicos, auxlio em cirurgias

Biometria para segurana (identificao/verificaode pessoas)

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 8/45

Objetivos

Segmentao dos vasos

Precisa, para posterior extrao de medidasIndependente de parmetros ou interveno deusurioRobusta a variaes em imagens, como condiesde aquisio, patologia e rudosRpida o suficiente para uma ferramenta interativa

Avaliao de resultados

Implementao de um prottipo

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 9/45

Modelos para deteco - I

Perfis de vasos:

20 40 60 80 100 120 140 160 1800.4

0.5

0.6

0.7

0.8

0.9

1

coordenada x da imagem

Inte

nsid

ade

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 10/45

Modelos para deteco - II

Caractersticas da vasculatura:

Perfis dos vasos aproximadamente gaussianos

Bordas opostas dos vasos bem definidas

Vasos aproximadamente lineares por partes econectados em rvore

Continuidade de posio, largura, direo dos vasos

Largura diminui com a distncia ao disco ptico

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 11/45

Trabalhos relacionados

1. Pre-processamento: normalizao de iluminao,variaes entre imagens e eliminao de artefatos erudos

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 12/45

Trabalhos relacionados

1. Pre-processamento: normalizao de iluminao,variaes entre imagens e eliminao de artefatos erudos

2. Deteccao local: limiarizao, filtros casados, filtrosno-lineares (incluindo morfologia matemtica),avaliao de curvatura, avaliao de bordas eclassificao supervisionada

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 12/45

Trabalhos relacionados

1. Pre-processamento: normalizao de iluminao,variaes entre imagens e eliminao de artefatos erudos

2. Deteccao local: limiarizao, filtros casados, filtrosno-lineares (incluindo morfologia matemtica),avaliao de curvatura, avaliao de bordas eclassificao supervisionada

3. Deteccao global: rastreamento, crescimento de regies,modelos deformveis, inferncia de rvores,(varredura)

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 12/45

Deteco local - I

Filtros casados gaussianos 1D e 2D so usados paradeteco e rastreamento

Filtros casados 2DGaussiana [Chaudhuri et al., 89]

2a derivada da gaussiana [Chutatape et al., 98]

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 13/45

Deteco local - II

Filtros no-linearesMorfologia matemtica (soma de top-hatsalongados) [Zana e Klein, 01]

Ssum =12

i=1

(S0 Li(S0))

L1

L2

L3

Diferena mxima sob elementos estruturantesparalelos [Lowell et al., 04]

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 14/45

Deteco local - III

Abordagem de Martnez-Prez et al. [99]

1. Clculo de medidas em diferentes escalas:

Fora de borda(

|I| =

I2x + I2y

)

Fora de salincia (curvatura principal mxima)

2. Toma-se o mximo de cada medida normalizada pelaescala

3. Crescimento de regies guiado pelas medidas

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 15/45

Classificao supervisionada - I

Caractersticasdos pixels

Pre-processamento,geracao e normalizacao

de caractersticas

Imagem deteste

Caractersticasdos pixels

Segmentaoautomtica

Pre-processamento,geracao e normalizacao

de caractersticas

Classificador

Treinamentodo classificador

Imagem detreinamento

Segmentaomanual

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 16/45

Classificao supervisionada - II

Outros trabalhos:

Usou-se uma janela de valores e redes neurais[Nekovei e Sun, 95] e tambm valores de fora debordas [Sinthanayothin et al., 99]

Caractersticas baseadas em uma representao porelementos lineares e seleo de caractersticas [Staalet al., 04]

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 17/45

Abordagem proposta

Transformada wavelet contnua 2D:

Representao adequada para evidenciar os vasos(decomposio em posio, escala e ngulo)

Classificao supervisionada de pixels:

No necessita de ajuste de parmetros, mas desegmentaes manuais

Conceitualmente simples: no depende de muitasregras ou operaes complexas

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 18/45

A transformada wavelet contnua - I

Wavelets e aplicaes:

Anlise de sinais no estacionrios (local)

Conceito de escala (e rotao em 2D)

Multirresoluo: alta preciso espacial em freqnciasaltas, adequado para deteco de singularidades

Codificao (transformada discreta)

Anlise de formas, fractais, dados biomdicos, etc.

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 19/45

A transformada wavelet contnua - II

T(b, a, ) = b,a,|f,

= a1

(a1r(x b))f(x) d

2x

f - imagem sendo analisada - wavelet prottipo (ou wavelet me ou analisadora) - conjugado complexob - vetor de deslocamentoa - escala (dilatao)r - rotao de

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 20/45

A wavelet de Gabor - I

A wavelet analisadora de Gabor (ou Morlet):

Direcional

Bem localizada no espao e freqncias espaciais

Remove alguns rudos

G(x) = exp (ik0 x) exp

(

1

2x Ax

)

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 21/45

A wavelet de Gabor - IIVariando os parmetros da wavelet

= 8,k0 = [0, 3] = 1,k0 = [0, 5] = 2,k0 = [0, 3]

= 45 a = a0/2

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 22/45

A wavelet de Gabor - III

Canal verde invertido

Mdulo para a = 4, = 0 Mdulo para a = 4, = 45

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 23/45

A wavelet de Gabor - IV

Canal verde invertido

Mdulo mximo para a = 3 Mdulo mximo para a = 8Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 24/45

Treinando os classificadores

Caractersticas utilizadas

Transformadas do mdulo mximo da Gabor emdiferentes escalas

Nvel de cinza ou do canal verde da imagem

(Canais vermelho, azul, gradiente, filtro da mdia)

Formando o conjunto de treinamento

Segmentaes manuais de uma ou mais imagens

Uma regio ou pixels da prpria imagem a sersegmentada podem ser rotulados por um usurio

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 25/45

Classificadores - I

Classificador bayesiano com modelos de misturagaussiana (MMG):

Verossimilhana de cada classe modelada porcombinaes lineares de funes gaussianasEstimao de parmetros e pesos pelo algoritmoEM (Expectation-Maximization). Iteraesmaximizam a esperana da verossimilhana dasamostras de treinamento.Classificao rpida, independente do nmero deamostras de treinamentoPreciso aumenta com o nmero de gaussianas

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 26/45

Classificadores - II

Classificador dos k vizinhos mais prximos (kNN)Simples, no usa um modelo dos dados (noparamtrico)Estimativa melhora com o aumento de k e donmero de amostras de treinamentoImplementao trivial fica muito pesada commuitas amostras de treinamento

Classificador linear de erro quadrtico mnimo (LEQM)Treinamento rpido, consiste em minimizar o erroquadrtico sobre o conjunto de treinamentoLimitado por ser linear

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 27/45

Exemplos de resultados - I

Original Probabilidades posteriores

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 28/45

Exemplos de resultados - II

Segmentao Esqueleto

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 29/45

Exemplos de resultados - III

Original Probabilidades posteriores

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 30/45

Exemplos de resultados - IV

Segmentao Esqueleto

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 31/45

Avaliao de resultados - I

Avaliao visual

Avaliao atravs do desempenho em aplicaes

Avaliao por comparao com segmentaesmanuais

Anlise ROC (receiver operating characteristic):taxas de verdadeiros positivos versus falsospositivos para diferentes parmetros:

Esqueleto

Pixels da segmentao

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 32/45

Avaliao de resultados - II

Probabilidades posteriores Manual (referncia)

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 33/45

Avaliao de resultados - II

Limiarizao alta Interseco com manual

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 33/45

Avaliao de resultados - II

Limiarizao baixa Interseco com manual

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 33/45

Avaliao de resultados - III

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 10

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

taxa de falsos positivos

taxa

de

verd

adei

ros

posit

ivos

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 34/45

Avaliao de resultados - III

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 10

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

taxa de falsos positivos

taxa

de

verd

adei

ros

posit

ivos

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 34/45

Avaliao de resultados - III

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 10

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

taxa de falsos positivos

taxa

de

verd

adei

ros

posit

ivos

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 34/45

Avaliao de resultados - III

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 10

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

taxa de falsos positivos

taxa

de

verd

adei

ros

posit

ivos

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 34/45

Avaliao de resultados - IV

Duas bases pblicas de imagens coloridas para testes:

Imagens (com e sem patologia) acompanhadas dedois conjuntos de segmentaes manuais

DRIVE [Staal et al., 04] (Universidade de Utrecht)conjunto separado de treinamento e teste

STARE [Hoover et al., 00] (UCSD e Universidade deClemson): validao cruzada (leave-one-out)

Um dos conjuntos usado como referncia (groundtruth), enquanto o outro d uma medida dodesempenho humano

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 35/45

Resultados - I

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 10

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

taxa de falsos positivos

taxa

deve

rdad

eiro

spo

sitivo

s

MMG, c = 20

MMG, c = 20, p(C1|v) > 0.5

M(b, 4)

Chaudhuri et al.

Conjunto B

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 36/45

Resultados - II

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 10

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

taxa de falsos positivos

taxa

deve

rdad

eiro

spo

sitivo

s

MMG, c = 20

MMG, c = 20, p(C1|v) > 0.5

M(b, 4)

Chaudhuri et al.

Segundo observador

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 37/45

Resultados - III

Banco Tempo de

Classificador DRIVE STARE classificao

Az Acurcia Az Acurcia (N = 105)

LEQM 0.9532 0.9284 0.9602 0.9365 0.4s

kNN, k = 1 0.8220 0.9201 0.8166 0.9273 4h

kNN, k = 64 0.9568 0.9475 0.9612 0.9482 4h

kNN, k = 512 0.9609 0.9476 0.9658 0.9472 4h

MMG, c = 1 0.9287 0.9227 0.9409 0.9244 1s

MMG, c = 20 0.9600 0.9468 0.9666 0.9478 10s

MMG, c = 40 0.9610 0.9473 0.9665 0.9479 20s

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 38/45

Resultados - IV

Banco

Mtodo de segmentao DRIVE STARE

Az Acurcia Az Acurcia

MMG 0.9614 0.9466 0.9671 0.9480

Teste cruzado, MMG 0.9522 0.9404 0.9601 0.9328

M(b, 4) 0.9312 0.9351

[Chaudhuri et al., 89] 0.9103 0.8987

[Jiang e Mojon, 03] 0.9327 0.8911 0.9298 0.9009

[Staal et al., 04] 0.9520 0.9441 0.9614 0.9516

Segundo observador 0.9473 0.9349

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 39/45

Discusso - I

A wavelet de Gabor fornece uma representao emdirees e escalas que evidencia os vasos

Classificao combina diferentes caractersticas,detectando vasos de diferentes larguras

Abordagem conceitualmente simples, que nodepende de regras e parmetros

Teste cruzado revela dependncia no conjunto detreinamento

Pode ser implementado de forma eficiente

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 40/45

Discusso - II

Dificuldades:

Alguns vasos mais finos no so detectados

Imagens com muita variao de iluminao podem terresultados pobres

Alguns artefatos (texturas e bordas fortes) aparecemcomo falsos positivos

Anlise somente local

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 41/45

Concluso

Contribuies:

Levantamento bibliogrfico

Aprimoramento do mtodo usando a wavelet de Gaborcom a introduo da classificao supervisionada

Experimentos e avaliao de resultados

Desenvolvimento de um pacote cdigo aberto (scriptsdo MATLAB) com prottipo de interface grfica

Publicao de artigos descrevendo os avanos obtidos

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 42/45

Demonstrao do software

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 43/45

Trabalhos futuros

Robustez variao de iluminao, discriminaoentre bordas e vasos, segmentao interativa

Deteco global, incorporando informao sobreformas e estruturas

Desenvolvimento/evoluo do software

Discriminao entre veias e artrias, deteco demicroaneurismas, exsudatos, manchas algodonosas,disco ptico, fvea, etc.

Estudo de diferentes formas de avaliao

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 44/45

Finalizao

Colaboraes:

CNPq e FAPESP

Emerson Luiz Navarro Tozette, Jeferson Rodriguesda Silva, Jorge de Jesus Gomes Leandro, HerbertJelinek, Michael Cree, Marcelo Mendona

Pgina do projeto (cdigo, publicaes, referncias,dissertao, etc):

http://www.retina.iv.fapesp.br

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 45/45

http://www.retina.iv.fapesp.br

Referncias - I

Chaudhuri, S., Chatterjee, S., Katz, N., Nelson, M. e Goldbaum, M. (1989). Detectionof blood vessels in retinal images using two-dimensional matched filters. IEEETransactions on Medical Imaging, 8:263269.

Chutatape, O., Zheng, L. e Krishnan, S. M. (1998). Retinal blood vessel detectionand tracking by matched Gaussian and Kalman filters. In Proc. of the 20th AnnualInternational Conference of the IEEE Engineering in Medicine and Biology Society,(EMBS98), volume 20, pginas 31443149.

Hoover, A., Kouznetsova, V. e Goldbaum, M. (2000). Locating blood vessels in retinalimages by piecewise threshold probing of a matched filter response. IEEETransactions on Medical Imaging, 19:203210.

Jiang, X. e Mojon, D. (2003). Adaptive local thresholding by verification-basedmultithreshold probing with application to vessel detection in retinal images. IEEETransactions on Pattern Analysis and Machine Intelligence, 25(1):131137.

Lowell, J., Hunter, A., Steel, D., Basu, A., Ryder, R. e Kennedy, R. (2004).Measurement of retinal vessel widths from fundus images based on 2-D modeling.IEEE Transactions on Medical Imaging, 23(10):11961204.

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 45/45

Referncias - II

Martnez-Prez, M. E., Hughes, A. D., Stanton, A. V., Thom, S. A., Bharath, A. A. eParker, K. H. (1999). Retinal blood vessel segmentation by means of scale-spaceanalysis and region growing. In Medical Image Computing and Computer-assistedIntervention - MICCAI, pginas 9097.

Nekovei, R. e Sun, Y. (1995). Back-propagation network and its configuration forblood vessel detection in angiograms. IEEE Transactions on Neural Networks,6(1):6472.

Sinthanayothin, C., Boyce, J. e Williamson, C. T. (1999). Automated localisation ofthe optic disc, fovea, and retinal blood vessels from digital colour fundus images.British Journal of Ophthalmology, 83:902910.

Staal, J. J., Abrmoff, M. D., Niemeijer, M., Viergever, M. A. e van Ginneken, B.(2004). Ridge based vessel segmentation in color images of the retina. IEEETransactions on Medical Imaging, 23(4):501509.

Zana, F. e Klein, J.-C. (2001). Segmentation of vessel-like patterns usingmathematical morphology and curvature evaluation. IEEE Transactions on ImageProcessing, 10:10101019.

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 45/45

Referncias - III

Cornforth, D. J., Jelinek, H. F., Leandro, J. J. G., Soares, J. V. B., Cesar-Jr., R. M.,Cree, M. J., Mitchell, P. e Bossomaier, T. R. J. (2005). Development of retinal bloodvessel segmentation methodology using wavelet transforms for assessment ofdiabetic retinopathy. Complexity International, 11. Disponvel emhttp://www.complexity.org.au/ci/vol11/. Acesso em: maio de 2006.

Leandro, J. J. G., Soares, J. V. B., M. Cesar-Jr., R. e Jelinek, H. F. (2003). Bloodvessels segmentation in non-mydriatic images using wavelets and statisticalclassifiers. In Proc. of the 16th Brazilian Symposium on Computer Graphics andImage Processing - SIBGRAPI, pginas 262269. IEEE Computer Society Press.

Soares, J. V. B., Leandro, J. J. G., Cesar-Jr., R. M., Jelinek, H. F. e Cree, M. J. (2005).Using the 2-D Morlet wavelet with supervised classification for retinal vesselsegmentation. In IV Workshop de Teses e Dissertaes em Computao Grfica eProcessamento de Imagens, CD-ROM - 18th Brazilian Symposium on ComputerGraphics and Image Processing - SIBGRAPI, Natal, RN.

Soares, J. V. B., Leandro, J. J. G., Cesar-Jr., R. M., Jelinek, H. F.e Cree, M. J. (2006).Retinal vessel segmentation using the 2-D Gabor wavelet and supervisedclassification. IEEE Transactions on Medical Imaging, 25:12141222.

Segmentacao de vasos sanguneos em imagens de retina usando wavelets e classificadores estatsticos p. 45/45

http://www.complexity.org.au/ci/vol11/

ApresentaoImagens de retina - IImagens de retina - IIImagens de retina - IIIImagens de retina - IVMotivao - IMotivao - IIObjetivosModelos para deteco - IModelos para deteco - IITrabalhos relacionadosTrabalhos relacionadosTrabalhos relacionados

Deteco local - IDeteco local - IIDeteco local - IIIClassificao supervisionada - IClassificao supervisionada - IIAbordagem propostaA transformada wavelet contnua - IA transformada wavelet contnua - IIA wavelet de Gabor - IA wavelet de Gabor - IIA wavelet de Gabor - IIIA wavelet de Gabor - IVTreinando os classificadoresClassificadores - IClassificadores - IIExemplos de resultados - IExemplos de resultados - IIExemplos de resultados - IIIExemplos de resultados - IVAvaliao de resultados - IAvaliao de resultados - IIAvaliao de resultados - IIAvaliao de resultados - II

Avaliao de resultados - IIIAvaliao de resultados - IIIAvaliao de resultados - IIIAvaliao de resultados - III

Avaliao de resultados - IVResultados - IResultados - IIResultados - IIIResultados - IVDiscusso - IDiscusso - IIConclusoDemonstrao do softwareTrabalhos futurosFinalizaoReferncias - IReferncias - IIReferncias - III