"DIMORFISMO SEXUAL DA ESPESSURA DA RETINA: UMA ANÁLISE DE APRENDIZAGEM DE MÁQUINA"
Retina, Morfologia, Dimorfismo Sexual, Aprendizado de máquina, Visão humana.
Alterações na retina podem sinalizar doenças e a Tomografia de Coerência Óptica (OCT) permite avaliar a retina e auxiliar no diagnóstico dessas alterações retinianas. O exame de OCT permite avaliar cada camada retiniana e obter uma grande quantidade de dados, o que pode tornar o diagnóstico clínico mais lento. O aprendizado de máquina se apresenta como ferramenta que permite tornar mais rápido o processo de diagnóstico, por meio do uso de algoritmos que classificam automaticamente os dados de cada camada retiniana e podem ser úteis na identificação de alterações retinianas. Diante disso, a presente pesquisa objetiva verificar a performance dos algoritmos de aprendizado de máquina na classificação dos dados de espessura e volume da retina e das camadas retinianas de sujeitos sem doenças oculares, neurológicas ou sistêmicas, levando em consideração o sexo dos participantes. A presente pesquisa contará com a participação de 70 voluntários saudáveis e sem alterações retinianas, que se submeterão ao exame de OCT. A performance será obtida a partir da aplicação dos algoritmos support vector machine, logistic regression, linear discrimant analyses, k- nearest neighbors, decision tree, gaussian naive bayes, random forest sobre os dados de espessura e volume das camadas retinianas por sexo. Serão utilizados o teste ANOVA duas vias e Tukey HSD post-hoc, considerando o nível de significância de ≤0,05.