Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | Royal Melbourne Institute of Technology | - |
Autor(es): dc.contributor | University of Melbourne | - |
Autor(es): dc.creator | Oliveira, Guilherme C. | - |
Autor(es): dc.creator | Rosa, Gustavo H. | - |
Autor(es): dc.creator | Pedronette, Daniel C.G. | - |
Autor(es): dc.creator | Papa, João P. | - |
Autor(es): dc.creator | Kumar, Himeesh | - |
Autor(es): dc.creator | Passos, Leandro A. | - |
Autor(es): dc.creator | Kumar, Dinesh | - |
Data de aceite: dc.date.accessioned | 2025-08-21T15:25:25Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T15:25:25Z | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2024-08-01 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1016/j.bspc.2024.106263 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/304275 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/304275 | - |
Descrição: dc.description | Deep learning applications for assessing medical images are limited because the datasets are often small and imbalanced. The use of synthetic data has been proposed in the literature, but neither a robust comparison of the different methods nor generalizability has been reported. Our approach integrates a retinal image quality assessment model and StyleGAN2 architecture to enhance Age-related Macular Degeneration (AMD) detection capabilities and improve generalizability. This work compares ten different Generative Adversarial Network (GAN) architectures to generate synthetic eye-fundus images with and without AMD. We combined subsets of three public databases (iChallenge-AMD, ODIR-2019, and RIADD) to form a single training and test set. We employed the STARE dataset for external validation, ensuring a comprehensive assessment of the proposed approach. The results show that StyleGAN2 reached the lowest Fréchet Inception Distance (166.17), and clinicians could not accurately differentiate between real and synthetic images. ResNet-18 architecture obtained the best performance with 85% accuracy and outperformed the two human experts (80% and 75%) in detecting AMD fundus images. The accuracy rates were 82.8% for the test set and 81.3% for the STARE dataset, demonstrating the model's generalizability. The proposed methodology for synthetic medical image generation has been validated for robustness and accuracy, with free access to its code for further research and development in this field. | - |
Descrição: dc.description | Department of Biotechnology, Ministry of Science and Technology, India | - |
Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) | - |
Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
Descrição: dc.description | Stiftelsen Promobilia | - |
Descrição: dc.description | Engineering and Physical Sciences Research Council | - |
Descrição: dc.description | School of Sciences São Paulo State University | - |
Descrição: dc.description | School of Engineering Royal Melbourne Institute of Technology | - |
Descrição: dc.description | Centre of Eye Research University of Melbourne | - |
Descrição: dc.description | School of Sciences São Paulo State University | - |
Descrição: dc.description | FAPESP: #2013/07375-0 | - |
Descrição: dc.description | FAPESP: #2014/12236-1 | - |
Descrição: dc.description | FAPESP: #2018/15597-6 | - |
Descrição: dc.description | FAPESP: #2019/00585-5 | - |
Descrição: dc.description | FAPESP: #2019/02205-5 | - |
Descrição: dc.description | FAPESP: #2019/07665-4 | - |
Descrição: dc.description | FAPESP: #2023/10823-6 | - |
Descrição: dc.description | CNPq: #307066/2017-7 | - |
Descrição: dc.description | CNPq: #309439/2020-5 | - |
Descrição: dc.description | CNPq: #427968/2018-6 | - |
Descrição: dc.description | CNPq: #88887.606573/2021-00 | - |
Descrição: dc.description | Stiftelsen Promobilia: 2019 | - |
Descrição: dc.description | Engineering and Physical Sciences Research Council: EP/T021063/1 | - |
Descrição: dc.description | Stiftelsen Promobilia: P-134 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Biomedical Signal Processing and Control | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Age-related macular degeneration | - |
Palavras-chave: dc.subject | Data augmentation | - |
Palavras-chave: dc.subject | Deep learning | - |
Palavras-chave: dc.subject | Generative Adversarial Networks | - |
Palavras-chave: dc.subject | Medical images | - |
Palavras-chave: dc.subject | StyleGAN2 | - |
Título: dc.title | Robust deep learning for eye fundus images: Bridging real and synthetic data for enhancing generalization | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: