Redes generativas antagónicas para predecir la evolución del glaucoma

Abstract

El glaucoma es un conjunto de enfermedades que causa daños tanto en el nervio óptico como en la retina, habitualmente generando pérdidas en el campo de visión del paciente. El tipo más común de glaucoma es muy difícil de detectar para la persona que lo padece, ya que no aprecia la pérdida en su campo de visión hasta que la enfermedad esté ya bastante avanzada. Esto origina una gran preocupación por el diagnóstico precoz de la enfermedad. Una vez un paciente es diagnosticado de glaucoma y medicado correctamente, cabe la posibilidad de que la enfermedad continúe progresando. Esta progresión es el foco de investigación de este trabajo. El objetivo principal es proporcionar al oftalmólogo una imagen de la progresión de la enfermedad, trascurrido un cierto periodo de tiempo, a partir de una imagen actual que represente el estado en el que se encuentra el sujeto en ese momento. Las redes generativas antagónicas permiten la creación de imágenes fotorrealistas a partir de un conjunto de imágenes. Existe un tipo específico de red generativa antagónica que es utilizado para llevar a cabo tareas de traducción de imagen a imagen, las redes Pix2Pix. Estas redes son planteadas como un framework versátil que permita utilizar la misma arquitectura y función de pérdida para problemas distintos. En este trabajo se hace uso de estas redes para, partiendo de una imagen de un ojo glaucomatoso, generar una imagen falsa que comparta características con ella y que refleje la evolución de la enfermedad.

Glaucoma is a group of diseases that cause damage to both the optic nerve and the retina, usually resulting in a loss of the patient’s field of vision. The most common type of glaucoma is very difficult to detect for the person who suffers from it, since he/she does not notice the loss in his/her field of vision until the disease is already quite advanced. This causes great concern for early diagnosis of the disease. Once a patient is diagnosed with glaucoma and properly medicated, the disease is likely to continue to progress. This progression is the focus of research in this paper. The main objective is to provide the ophthalmologist with an image of the progression of the disease, after a certain period of time, from a current image that represents the state in which the subject is at that moment. Generative adversarial networks allow the creation of photorealistic images from a set of images. There is a specific type of generative adversarial networks that is used to perform image-to-image translation tasks, the Pix2Pix networks. These networks are proposed as a versatile framework that allows using the same architecture and loss function for different problems. In this work we make use of these networks to generate a false image that shares characteristics with an image of a glaucomatous eye and that reflects the evolution of the disease.