ABSTRACT
O processamento de imagens médicas vem contribuindo na redução de incertezas no diagnóstico de anomalias no corpo humano. No entanto, não é uma realidade a utilização de ferramentas computacionais de baixo custo no diagnóstico de estrabismo, uma patologia que afeta aproximadamente 4% da população provocando problemas estéticos e visuais. OBJETIVO: apresentar um aplicativo para diagnóstico automático do estrabismo através do Teste de Hirschberg. MÉTODOS: executado em 8 etapas: Aquisição de Imagens (1), Segmentação da Face (2), Detecção da Região dos Olhos(3), Localização dos Olhos (4), do Limbo (5) e do Brilho (6), Detecção (7) e Diagnóstico (8) do Estrabismo. RESULTADOS: foram obtidos 100% de especificidade, 96,96% de sensibilidade e 97,36% de acerto na detecção do estrabismo e demonstrou93,75% de precisão na identificação de esotropias, 100% em exotropias, 71,43% em hipertropias e 62,67% em hipotropias. CONCLUSÃO: o aplicativo mostrou-se promissor como uma ferramenta de auxílio ao diagnóstico de estrabismo.
The medical image processing has been contributing in the reduction of uncertainty in the diagnosis of abnormalities in the human body. However, there is still a need for low-cost computational tools in the diagnosis of strabismus a problem which affects approximately 4% of the population resulting aesthetic and visual problems. PURPOSE: Anapplication for automatic diagnosis of strabismus through Hirschberg test. METHODS: run 8 steps: Image Acquisition (1),Face Segmentation (2) Detection of Eye Region (3) Location of Eye (4), Limbus (5) and Brightness (6), Detection (7) and Diagnosis (8) of Strabismus. RESULTS: we obtained 100% specificity, sensitivity of 96.96 % and 97.36 % accuracy and was demonstrated to be 93,75% accurate in esotropias identification, 100% for exotropias, 71,43% for hypertropias and62,67% for hypotropias. CONCLUSION: The application has shown promise as a tool to aid the diagnosis of strabismus.