El queratocono (KTC) es un trastorno no inflamatorio caracterizado por el adelgazamiento progresivo, la deformación de la córnea y la cicatrización de la misma. Los mecanismos patológicos de esta enfermedad se han investigado durante mucho tiempo. En los últimos años, esta enfermedad ha llamado la atención de muchos centros de investigación porque el número de personas diagnosticadas de queratocono va en aumento. En este contexto, se necesitan rápidamente soluciones que faciliten tanto el diagnóstico como las opciones de tratamiento. La principal aportación de este trabajo es la implementación de un algoritmo capaz de determinar si un ojo está afectado o no por el queratocono. El algoritmo KeratoDetect analiza la topografía corneal del ojo utilizando una red neuronal convolucional (CNN) que es capaz de extraer y aprender las características de un ojo con queratocono. Los resultados muestran que el algoritmo KeratoDetect garantiza un alto nivel de rendimiento, obteniendo una precisión del 99,33% en el conjunto de datos de prueba. KeratoDetect puede ayudar al oftalmólogo en el cribado rápido de sus pacientes, reduciendo así los errores de diagnóstico y facilitando el tratamiento.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Síntesis y propiedades bactericidas del ácido hialurónico dopado con nanopartículas metálicas
Artículo:
Nanopartículas de cobre recubiertas con Tween 80 para la detección colorimétrica ultrasensible del plaguicida Thiram en muestras de agua medioambiental.
Artículo:
Marketing multimedia de precisión 5G basado en el algoritmo mejorado de recomendación de filtrado colaborativo de nodos multisensor
Artículo:
Sistema modular de telemetría portátil para uso operativo del Sistema Integrado de Rescate
Artículo:
Evaluación de las estrategias de intervención contra la gripe en Turquía con Fuzzy AHP-VIKOR