Ingeniería de descriptores para la detección automática de vasos sanguíneos en imágenes de fondo de ojo
Las enfermedades oftalmológicas afectan a un amplio sector de la población mundial, causando diversas complicaciones visuales e incluso ceguera. Las enfermedades que mayores casos de ceguera reportan son la retinopatía diabética, la degeneración macular asociada a la edad y el glaucoma, las cuale...
| Autores principales: | , |
|---|---|
| Formato: | Artículo revista |
| Lenguaje: | Español |
| Publicado: |
Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas
2017
|
| Materias: | |
| Acceso en línea: | http://www.ridaa.unicen.edu.ar/xmlui/handle/123456789/1355 |
| Aporte de: |
| id |
I21-R190-123456789-1355 |
|---|---|
| record_format |
ojs |
| institution |
Universidad Nacional del Centro |
| institution_str |
I-21 |
| repository_str |
R-190 |
| container_title_str |
Repositorio Institucional de Acceso Abierto (RIDAA) |
| language |
Español |
| format |
Artículo revista |
| topic |
Ingeniería de sistemas Computación Enfermedades de los ojos Ingeniería de descriptores Fondo de ojos |
| spellingShingle |
Ingeniería de sistemas Computación Enfermedades de los ojos Ingeniería de descriptores Fondo de ojos Del Rio, Valeria Fracchia, Marcos Ingeniería de descriptores para la detección automática de vasos sanguíneos en imágenes de fondo de ojo |
| topic_facet |
Ingeniería de sistemas Computación Enfermedades de los ojos Ingeniería de descriptores Fondo de ojos |
| author |
Del Rio, Valeria Fracchia, Marcos |
| author_facet |
Del Rio, Valeria Fracchia, Marcos |
| author_sort |
Del Rio, Valeria |
| title |
Ingeniería de descriptores para la detección automática de vasos sanguíneos en imágenes de fondo de ojo |
| title_short |
Ingeniería de descriptores para la detección automática de vasos sanguíneos en imágenes de fondo de ojo |
| title_full |
Ingeniería de descriptores para la detección automática de vasos sanguíneos en imágenes de fondo de ojo |
| title_fullStr |
Ingeniería de descriptores para la detección automática de vasos sanguíneos en imágenes de fondo de ojo |
| title_full_unstemmed |
Ingeniería de descriptores para la detección automática de vasos sanguíneos en imágenes de fondo de ojo |
| title_sort |
ingeniería de descriptores para la detección automática de vasos sanguíneos en imágenes de fondo de ojo |
| description |
Las enfermedades oftalmológicas afectan a un amplio sector de la población mundial,
causando diversas complicaciones visuales e incluso ceguera. Las enfermedades que
mayores casos de ceguera reportan son la retinopatía diabética, la degeneración macular
asociada a la edad y el glaucoma, las cuales pueden llegar a ser evitables o controladas
en su evolución mediante acciones de prevención y detección temprana. Para
ello es necesario diagnosticarlas mediante imágenes de fondo de ojo, que constituyen
una modalidad de imagen médica económica y no invasiva ampliamente utilizada en
este sentido. En particular, el uso de métodos computacionales que asistan este tipo
de diagnóstico permiten complementar la opinión del profesional médico, reducir la
variabilidad entre expertos y alcanzar diagnósticos más certeros.
Del amplio conjunto de estos algoritmos, muchos requieren contar con segmentaciones
de los vasos sanguíneos, ya sea para caracterizar variaciones asociadas a la presencia
de alguna enfermedad, o para facilitar la detección de estructuras patológicas. Aunque
se han propuesto numerosos enfoques para obtener segmentaciones del árbol vascular
automáticamente, los mismos presentan dificultades al momento de ser aplicados en
contextos reales. Una de las principales razones es que poseen un gran número de
parámetros asociados, que no son estables al variar la resolución de las imágenes. Esto
plantea la necesidad de ajustarlos de acuerdo a características intrínsecas de la imagen
tales como el calibre de los vasos, el diámetro del disco óptico, etc.
El objetivo de este trabajo final es el estudio y desarrollo de un algoritmo de estimación
de parámetros que contribuya a automatizar el ajuste de un método de segmentación
existente. El mismo permite, a partir de una serie de parámetros óptimos
observados en imágenes de baja resolución, estimar automáticamente su configuración
para trabajar sobre imágenes de mayor resolución. Así mismo, se propone una estrategia
para realizar un mejor preprocesamiento de las imágenes, a fin de reducir los efectos
que artefactos tales como el ruido, la iluminación despareja o la falta de contraste tienen
sobre los resultados. Finalmente, se propone una configuración óptima para un método
de segmentación previamente desarrollado, que logra mejoras significativas en los
resultados obtenidos en imágenes de alta resolución.
Los experimentos realizados sobre diferentes conjuntos de datos estándar indican
que el estimador propuesto permite obtener segmentaciones precisas del árbol vascular
en imágenes de alta resolución, mejorando resultados obtenidos previamente utilizando
otros enfoques. De igual forma, se demostró el impacto positivo que el método de
preprocesamiento tiene sobre diferentes indicadores relevados. |
| publisher |
Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas |
| publishDate |
2017 |
| url |
http://www.ridaa.unicen.edu.ar/xmlui/handle/123456789/1355 |
| work_keys_str_mv |
AT delriovaleria ingenieriadedescriptoresparaladeteccionautomaticadevasossanguineosenimagenesdefondodeojo AT fracchiamarcos ingenieriadedescriptoresparaladeteccionautomaticadevasossanguineosenimagenesdefondodeojo |
| first_indexed |
2022-07-04T14:30:21Z |
| last_indexed |
2022-07-04T14:30:21Z |
| bdutipo_str |
Revistas |
| _version_ |
1764819786412326913 |