Sistema de classificação de imagens para catarata em cães

Abstract

O pré-diagnóstico da catarata em cães desempenha um papel fundamental na preservação da saúde ocular desses animais, permitindo intervenções precoces que minimizam o comprometimento visual e o sofrimento dos cães afetados. O presente projeto desenvolveu um aplicativo acessível e eficiente, que utiliza uma rede neural para realizar o pré-diagnóstico da catarata em tempo real. Durante o treinamento do modelo, observou-se uma evolução significativa na acurácia, alcançando 87,50% com a base completa após 25 épocas, evidenciando uma capacidade de generalização consistente. Adicionalmente, testes realizados com imagens de cães saudáveis e acometidos por catarata confirmaram a eficácia do modelo: ao ser treinado com a base completa, a IA diagnosticou corretamente uma imagem saudável com uma probabilidade de 94,57% e uma imagem de um cão com catarata com 93,84%. Conclui-se, portanto, que a solução desenvolvida oferece diagnósticos rápidos e confiáveis, representando uma contribuição relevante para as clínicas veterinárias, além de promover a saúde ocular canina de maneira eficaz.

The pre-diagnosis of cataracts in dogs plays a fundamental role in preserving their ocular health, allowing for early interventions that minimize visual impairment and alleviate the suffering of affected dogs. This project developed an accessible and efficient application that uses a neural network to perform real-time pre-diagnosis of cataracts. During the model’s training, a significant improvement in accuracy was observed, reaching 87.50% with the complete dataset after 25 epochs, demonstrating consistent generalization capability. Additionally, tests conducted with images of healthy and cataract-affected dogs confirmed the model’s effectiveness: when trained with the full dataset, the AI correctly diagnosed a healthy image with a probability of 94.57% and an image of a dog with cataracts with 93.84%. It is concluded, therefore, that the developed solution provides fast and reliable diagnoses, representing a significant contribution to veterinary clinics and effectively promoting canine ocular health.