Orientador: Yuzo Iano

Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação

Resumo: Este trabalho de Mestrado visa a segmentação de imagens de alta resolução da retina humana para favorecer o treinamento de bases de dados e facilitar a identificação automática de patologias. O uso de novas tecnologias na área da oftalmologia vem crescendo à medida que novos equipamentos,...

Resumo: Este trabalho de Mestrado visa a segmentação de imagens de alta resolução da retina humana para favorecer o treinamento de bases de dados e facilitar a identificação automática de patologias. O uso de novas tecnologias na área da oftalmologia vem crescendo à medida que novos equipamentos, que utilizam imagens digitais e que possuem alto poder computacional, têm sido desenvolvidos. Neste trabalho, buscou-se processar as imagens captadas por um novo retinógrafo denominado Retinal Function Imager (RFI), adquirido por meio de um projeto de pesquisa temático FAPESP da FCM (Faculdade de Ciências Médicas) em parceria com a FEEC (Faculdade de Engenharia Elétrica e de Computação), ambas da Unicamp. A microvasculatura da retina humana possui uma única e importante característica de permitir a visualização de parte da circulação humana de forma direta, não invasiva e in vivo, prontamente fotografada e sujeita a análise de imagem digital. A partir disso, a análise automática de diversas patologias, como retinopatia diabética e degeneração macular, tem sido proposta em diversos artigos da literatura nas últimas duas décadas, dispensando muitas vezes o uso de um especialista observador e diminuindo os custos desse diagnóstico. Além disso, medidas quantitativas da topografia vascular da retina usando análise de imagem digital a partir da fotografia da retina, têm sido utilizadas como ferramentas de pesquisa para melhor se compreender a relação entre a microvasculatura da retina e doenças cardiovasculares. O RFI aqui utilizado permite a visualização de estruturas até então não acessíveis. A partir das imagens captadas, foram propostas técnicas para se detectar automaticamente características marcantes do fundo de olho, tais como disco óptico, região foveal e topologia vascular. Por fim, são realizadas segmentações nas imagens para facilitação de treinamento de bases de dados e do diagnóstico automático de patologias. A partir dos testes realizados, 100% das imagens testadas tiveram a região do disco óptico localizada corretamente e em 92% houve sucesso na segmentação da região foveal. Os resultados encontrados mostram que os algoritmos propostos podem ter papel importante para a obtenção de medidas quantitativas da retina humana e também ajudar em pesquisas que buscam a relação entre mudanças de doenças cardiovasculares sistêmicas e vasculares da retina

Abstract: This work aims to segmentation of high resolution human retina images to promote the training database and facilitating automated identification of diseases. The use of new technologies in the field of ophthalmology is growing as new equipment, which use digital images and have high...

Abstract: This work aims to segmentation of high resolution human retina images to promote the training database and facilitating automated identification of diseases. The use of new technologies in the field of ophthalmology is growing as new equipment, which use digital images and have high computational power, has been developed. In this work, we process the images captured by a new retinal camera called Retinal Function Imager (RFI), acquired from a FAPESP research project from FCM (Faculty of Medical Sciences) in partnership with FEEC (Faculty of Electrical Engineering and Computer), both of Unicamp. The microvasculature of the human retina has a unique and important feature to allow viewing of the human circulation in a direct, non-invasive, and in vivo way, readily photographed and subjected to digital image analysis. From this, the automatic analysis of several pathologies such as diabetic retinopathy and macular degeneration has been proposed in several articles in the literature over the past two decades, often eliminating the use of an expert observer and reducing the costs of this diagnosis. Moreover, quantitative measurements of the topography retinal vascular using digital image analysis from the retina photograph have been used as research tools to better understand the relationship between micro vascular retinal and cardiovascular diseases. The RFI used in this work allows the visualization of structures not previously accessible. From the captured images are proposed techniques to automatically detect salient features of the optic disc, vessel topology, and fovea. Finally, segmentations are performed on the images to facilitate the training database and the automatic diagnosis of pathologies. From the tests, the optic disc regions were correctly located in 100% of the tested images and the foveal regions were correctly segmented in 92% of the tested images. The results show that the proposed algorithms can be important to obtain quantitative measures of the human retina and also help in research seeking the relationship between changes in systemic cardiovascular and retinal vascular diseases