- -

Fundus image analysis for automatic screening of ophthalmic pathologies.

RiuNet: Institutional repository of the Polithecnic University of Valencia

Share/Send to

Cited by

Statistics

Fundus image analysis for automatic screening of ophthalmic pathologies.

Show full item record

Colomer Granero, A. (2018). Fundus image analysis for automatic screening of ophthalmic pathologies [Tesis doctoral no publicada]. Universitat Politècnica de València. doi:10.4995/Thesis/10251/99745

Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10251/99745

Files in this item

Item Metadata

Title: Fundus image analysis for automatic screening of ophthalmic pathologies.
Author:
Director(s): Naranjo Ornedo, Valeriana
UPV Unit: Universitat Politècnica de València. Departamento de Comunicaciones - Departament de Comunicacions
Read date / Event date:
2018-02-19
Issued date:
Abstract:
En los ultimos años el número de casos de ceguera se ha reducido significativamente. A pesar de este hecho, la Organización Mundial de la Salud estima que un 80% de los casos de pérdida de visión (285 millones en 2010) ...[+]


In last years, the number of blindness cases has been significantly reduced. Despite this promising news, the World Health Organisation estimates that 80% of visual impairment (285 million cases in 2010) could be avoided ...[+]


En els últims anys el nombre de casos de ceguera s'ha reduït significativament. A pesar d'este fet, l'Organització Mundial de la Salut estima que un 80% dels casos de pèrdua de visió (285 milions en 2010) poden ser evitats ...[+]
Subjects: Fundus image analysis , Automatic screening , Ophtalmic pathologies , Diabetic Retinopathy , Exudates , Microaneurysms , Hemorrhage , Image descriptors , Texture anlaysis , Morphological analysis , Local Binary Patterns , Granulometries , Fractal dimension , Machine Learning , Random forest , Support Vector Machine , Gaussian Processes for classification , Deep Learning , Fine-tuning.
Copyrigths: Reserva de todos los derechos
DOI: 10.4995/Thesis/10251/99745
Type: Tesis doctoral

This item appears in the following Collection(s)

Show full item record