A maioria das doenças oculares podem ser prevenidas e tratadas de maneira eficaz se detectadas precocemente. As redes neurais podem acelerar os processos de triagem das patologias oculares ao identificar previamente a presença de alguma doença. Uma vez que várias doenças estão relacionadas com o nível de oxigenação dos olhos, esta pode ser uma característica importante a ser analisada, visando o diagnóstico e tratamento. Neste trabalho utilizamos os mapas de densidade de oxiemoglobina e melanina em imagens de retinografia combinados de duas formas: 3 canais (tons de cinza, melanina e oxiemoglobina) ou 5 canais (vermelho, verde, azul, melanina e oxiemoglobina) e testamos essas combinações em 3 redes neurais convolucionais sendo uma delas um modelo pré-treinado.

Several eye diseases can be prevented and treated effectively if detected early. Neural networks can speed up the processes of screening for eye diseases by identifying the presence of some disease in advance. Since several diseases are related to the oxygenation level of the eyes, this can be an important feature to be analyzed. In this work we use oxyhemoglobin and melanin density maps as new channels in convolutional neural networks and compare the results with pre-trained models.