Aplicação da Lógica Paraconsistente e Redes Neurais Artificiais no Auxílio ao Diagnóstico do Ceratocone

Tendo em vista a crescente evolução da tecnologia computacional e a forma como ela se faz presente em nosso cotidiano, observa-se sua grande influência na Medicina, em uma correlação das duas áreas. O presente trabalho apresenta o estudo e desenvolvimento de um algoritmo capaz de analisar exames oftalmológicos obtidos a partir de Tomografias de Coerência Óptica (OCT), analisando e distinguindo as córneas saudáveis das córneas enfermas. O desenvolvimento deste projeto se torna possível por meio do estudo da Inteligência Artificial e Redes Neurais Artificiais, para a classificação dos dados e da Lógica Paraconsistente, para a seleção das melhores características analisadas. Através de um conjunto de vetores de características oriundos das tomografias de 177 pacientes, um algoritmo de aprendizado de máquina foi desenvolvido em linguagem de programação Python para o reconhecimento de padrões das OCTs de amostras e classificação de novos exames entre patológicos (com ceratocone) e saudáveis (sem ceratocone).