La retinopatía diabética (RD) es una importante causa de
pérdida de visión en la población activa de los países
desarrollados. Los sistemas automáticos basados en la
detección de lesiones asociadas a la RD pueden ser de gran
ayuda para el diagnóstico temprano de la enfermedad. El
objetivo de este trabajo fue detectar automáticamente las
lesiones rojizas (LR), entre las que se incluyen microaneurismas
(MA) y hemorragias (HE). En primer lugar, en una etapa de
preprocesado se normalizaron las imágenes de entrada. A
continuación, se segmentaron las regiones candidatas a ser LR.
Para ello se aplicó la técnica DeltaE, que mide diferencias de
color, junto con un filtro Laplaciano de Gaussiana. Por último,
se clasificaron los candidatos haciendo uso de una red neuronal
Multilayer Perceptron (MLP). La base de datos (BD) empleada
contenía 210 retinografías. El 50% presentaba algún tipo de LR
y el otro 50% se correspondía con retinas sanas. La BD se
dividió aleatoriamente en un conjunto de entrenamiento (105
imágenes) y en otro de test (105 imágenes). Considerando un
criterio basado en píxel, se obtuvo una sensibilidad del 79.2% y
un valor predictivo positivo del 76.3%. Con un criterio basado
en imagen, se alcanzó un 81.8% de precisión, un 85.5% de
sensibilidad y un 76.3% de especificidad.
