Análisis de Selección de Características para Mejorar el Desempeño en la Detección de Retinopatía Diabética

Abstract

La detección de retinopatía utilizando técnicas clásicas de procesamiento digital de imágenes ha sido abordada en varias investigaciones en los últimos años. En reconocimiento de patrones un proceso importante para obtener una precisión aceptable es la selección de características. La selección de características puede reducir la complejidad computacional y aumenta la fiabilidad de la clasi cación. Además de lo anterior, permite obtener un subconjunto de características con mejor poder discriminativo, e incluso eliminar características que pueden introducir ruido en el clasificador. Las técnicas de selección de características van desde las más sencillas hasta técnicas muy elaboradas como Algoritmos genéticos. En esta Tesis, se implementan diferentes técnicas de selección de características y se realiza un análisis exhaustivo del desempeño para la detección de retinopatía diabética.