Detección automática de vasos en retinografías

  1. S. Jiménez
  2. P. Alemany
  3. I. Fondón
  4. A. Foncubierta
  5. B. Acha
  6. C. Serrano
Revista:
Archivos de la Sociedad Española de Oftalmologia

ISSN: 0365-6691

Año de publicación: 2010

Volumen: 85

Número: 3

Páginas: 103-109

Tipo: Artículo

DOI: 10.4321/S0365-66912010000300003 DIALNET GOOGLE SCHOLAR lock_openAcceso abierto editor

Otras publicaciones en: Archivos de la Sociedad Española de Oftalmologia

Resumen

Propósito: El propósito de este trabajo es la evaluación de un método automático para la segmentación del árbol vascular en imágenes de retinografías, dado su importante papel en el diagnóstico de numerosas enfermedades, como la diabetes mellitus. El objetivo final es introducir el algoritmo en una herramienta de diagnóstico asistido por computadora (CAD, del inglés Computer Aided Diagnosis) que estaría disponible en los centros médicos locales sin especialistas. Método: Se ha implementado y probado un método automático para la segmentación de vasos. El algoritmo comienza con la extracción de las líneas centrales de los vasos, que se emplean como guías para la fase posterior de rellenado de vasos. Las salidas de 4 operadores direccionales se procesan para obtener conjuntos conexos de puntos candidatos que se clasificarán como píxeles pertenecientes a las líneas centrales mediante características derivadas de los vasos. La segmentación final se obtiene empleando un proceso iterativo de crecimiento de regiones que integra los contenidos de varias imágenes binarias, resultado de aplicar determinados filtros morfológicos que dependen del ancho del vaso. El método se ha evaluado empleando las imágenes de 2 bases de datos públicas (STARE y DRIVE) y por una base de datos compuesta por 24 imágenes. Resultados: El algoritmo mejora otras soluciones y se aproxima en precisión a la obtenida por un observador humano, sin por ello experimentar una degradación de la sensibilidad y la especificidad. Asimismo, los resultados del algoritmo se han sometido a la valoración de expertos que consideran que los vasos quedan representados con apreciable exactitud al analizar las imágenes de prueba. Conclusión: Dados los buenos resultados obtenidos en la segmentación, el algoritmo propuesto podría implementarse e introducirse en una herramienta CAD disponible en los centros médicos locales. La reducción en coste y tiempo de exploración podría ser significativa.

Referencias bibliográficas

  • Fong, DS, Aiello, L, Gardner, TW, King, GL, Blankenship, G, Cavallerano, JD. (2003). Diabetic retinopathy. Diabetes Care. 26. 226
  • Wilson, C, Horton, M, Cavallerano, J, Aiello, LM. (2005). Addition of primary care-based retinal imaging technology to an existing eye care professional referral program increased the rate of surveillance and treatment of diabetic retinopathy. Diabetes Care. 28. 318
  • Wilkinson, CP, Ferris, FL III, Klein, RE, Lee, PP, Agardh, CD, Davis, M. (2003). Proposed International Clinical Diabetic Retinopathy and Diabetic Macular Edema Disease Severity Scales. Ophthalmology.. 110. 1677
  • Niemeijer, M, Abramoff, MD, Van Ginneken, B. (2009). Information Fusion for Diabetic Retinopathy CAD in Digital Color Fundus Photographs. IEEE Transactions on Medical Imaging. 28. 775
  • Mendonça, AM, Campilho, A. (2006). Segmentation of Retinal Blood Vessels by Combining the Detection of Centerlines and Morphological Reconstruction. IEEE Transactions On Medical Imaging. 25. 1200
  • Staal, JJ, Abramoff, MD, Niemeijer, M, Viergever, MA, Van Ginneken, B. (2004). Ridge based vessel segmentation in color images of the retina. IEEE Transactions on Medical Imaging. 23. 501
  • Hoover, A. (2000). Locating Blood Vessels in Retinal Images by Piecewise Threhsold Probing of a Matched Filter Response. IEEE Transactions on Medical Imaging. 19. 203
  • Chaudhuri, S, Chatterjee, S, Katz, N, Nelson, M, Goldbaum, M. (1989). Detection of blood vessels in retinal images using two-dimensional matched filters. IEEE Transactions on Medical Imaging. 8. 263
  • Jiang, X, Mojon, D. (2003). Adaptive local thresholding by verification-based multithreshold probing with application to vessel detection in retinal images. IEEE Transactions on Pattern Analysis and Machine Intelligence. 25. 131
  • Martínez-Pérez, M, Hughes, A, Stanton, A, Thom, S, Bharath, A, Parker, K. (1999). Scale-space analysis for the characterisation of retinal blood vessels: Medical Image Computing and Computer-Assisted Intervention - MICCAI´99. 90
  • Niemeijer, M, Staal, JJ, Van Ginneken, B, Loog, M, Abramoff, MD. (2004). Comparative study of retinal vessel segmentation methods on a new publicly available database. SPIE Medical Imaging SPIE.. 5370. 648
Fuente de los datos: Dialnet