english
Ostatnia modyfikacja podstrony: 25.01.2023 10:25
Automatyczna parametryzacja obrazu siatkówki oka ludzkiego
W pracy przedstawiono badania dotyczące automatycznej analizy obrazów optycznej tomografii koherencyjnej (ang. optical coherence tomography — OCT) siatkówki oka ludzkiego. Choroby na granicy siatkówki i ciała szklistego (zwanego interfejsem szklistkowo-siatkówkowym, ang. vitreoretinal interface — VRI) mogą być przyczyną ciężkich uszkodzeń siatkówki i niosą ze sobą wysokie ryzyko utraty wzroku. Ich wczesne rozpoznanie i dokładna ocena są niezbędne dla skutecznej terapii.
Aktualne metody oceny patologii VRI bazują na metodach opisowych (subiektywnej analizie bez pomiarów ilościowych). Autorka tej rozprawy zaproponowała innowacyjne rozwiązania ilościowej oceny przestrzeni przedsiatkówkowej oraz stanu VRI oparte na automatycznej analizie obrazów OCT.
Podstawową mierzoną cechą wskazującą na zmiany patologiczne jest grubość poszczególnych warstw siatkówki. Z tego powodu segmentacja obrazu siatkówki OCT jest kluczowym elementem parametryzacji siatkówki i przestrzeni przedsiatkówkowej. Podczas gdy ręczna segmentacja danych wolumetrycznych jest bardzo czasochłonna, dotychczasowe metody automatyczne są niewystarczające do badania zmian w interfejsie szklistkowo-siatkówkowym.
Autorka pracy badała poszczególne etapy procesu segmentacji obrazu siatkówki i opracowała procedury usprawnienia automatycznej analizy obrazów OCT niskiej jakości. Badania obejmują wybór odpowiednich metod redukcji szumu speklowego oraz identyfikację fragmentów obrazu które utrudniają proces segmentacji. Zaproponowane ulepszenia oceniono poprzez analizę skuteczności segmentacji warstw siatkówki opartej na teorii grafów dla pacjentów ze schorzeniami VRI.
Głównym tematem przeprowadzonych przez autorkę badań było opracowanie innowacyjnych metod segmentacji i parametryzacji patologii VRI: trakcji szklistkowo-plamkowej (ang. vitreomacular traction — VMT). Zaproponowana metoda wykorzystuje w pełni splotowe sieci neuronowe. Przetestowane architektury oparte na topologii w układzie enkoder-dekoder to: UNet, LFUNet, ReLayNet, AttUNet oraz DRUNet. Zaproponowany system pozwala na uzyskanie dokładności
segmentacji przestrzeni przedsiatkówkowej do 96 %.
Zaprezentowane badania zostały wykonane w ramach projektu CAVRI (ang. Computer Analysis of VitreoRetinal Interface). Projekt ten bazuje na interdyscyplinarnej współpracy specjalistów Zakładu Układów Elektronicznych i Przetwarzania Sygnałów, Politechniki Poznańskiej ze specjalistami Kliniki Chorób Oczu, Katedry Chorób Oczu i Optometrii, Szpitala Klinicznego im. Heliodora Święcickiego, Uniwersytetu Medycznego im. Karola Marcinkowskiego w Poznaniu. Zaproponowane rozwiązania
zostały przetestowane na specjalnie przygotowanej bazie obrazów OCT. Opracowane metody ewaluacji VRI zostały zaimplementowane w autorskim oprogramowaniu OCTAnnotate udostępnionym na licencji open-source.
Uzyskane segmentacje były podstawą do automatycznej parametryzacji patologicznej struktury siatkówki. Opracowane parametry cenne dla klinicystów to objętość przestrzeni przedsiatkówkowej, obszar styku ciała szklistego i powierzchni siatkówki, obrys dołka plamki żółtej, oraz parametry kształtu dołka plamki żółtej. Opracowane techniki pozwoliły na wygenerowanie zrozumiałych przez lekarzy profili wolumetrycznych zmian VMT. Wyniki eksperymentów wskazują, że zaprojektowane algorytmy dostarczają cennych informacji do ilościowej analizy stanu patologii VMT i jej zmian w długookresowej obserwacji.
Segmentacja warstw siatkówki oraz przestrzeni przedsiatkówkowej:
Parametryzacja powierzchni siatkówki:
Analiza przestrzeni przesiatkówkowej:
