DetecÃÃo e SegmentaÃÃo de Estruturas em Imagens MÃdicas de Retina

Detalhes bibliográficos
Autor(a) principal: Rodrigo de Melo Souza Veras
Data de Publicação: 2014
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFC
Texto Completo: http://www.teses.ufc.br/tde_busca/arquivo.php?codArquivo=12224
Resumo: Imagens de fundo de olho constituem um valioso recurso para o diagnÃstico mÃdico, pois muitas vezes apresentam indicaÃÃes de doenÃas oftÃlmicas como as da retina e atà mesmo doenÃas sistÃmicas como diabetes, hipertensÃo e arteriosclerose. Esta tese trata de algoritmos de detecÃÃo de estruturas como a fÃvea, mÃcula, exsudatos e disco Ãptico (DO) em imagens de retina. Em se tratando de algoritmos de detecÃÃo da fÃvea em imagens coloridas de retina, propomos um algoritmo assim como conjunto de regras para avaliaÃÃo dos mesmos. A detecÃÃo automÃtica desta estrutura anatÃmica à um prÃ-requisito para o diagnÃstico auxiliado por computador de vÃrias doenÃas da retina, como a degeneraÃÃo macular. Entretanto, as pequenas dimensÃes e baixo contraste da fÃvea dificultam a execuÃÃo desta tarefa de detecÃÃo. O algoritmo proposto determina a regiÃo de interesse levando em consideraÃÃo as coordenadas do DO e o fato da fÃvea ser uma Ãrea escura, homogÃnea e sem presenÃa de vasos sanguÃneos. Em seguida, o mÃtodo realiza a etapa de segmentaÃÃo dos vasos e pesquisa pela janela com menor mÃdia de intensidade de cor na imagem resultante da fusÃo entre os canais vermelho e verde. Os testes do algoritmo de detecÃÃo da fÃvea foram realizados em trÃs bases de imagens pÃblicas de referÃncia ARIA, DRIVE e MESSIDOR. Neste trabalho, propomos ainda um algoritmo de detecÃÃo de exsudatos em imagens de retina. A metodologia proposta combina agrupamento nebuloso e tÃcnicas de morfologia matemÃtica. Os resultados confirmam a melhoria no desempenho do mÃtodo de detecÃÃo quando comparado aos mÃtodos disponÃveis na literatura. Portanto, comparamos os resultados de seis algoritmos automÃticos de detecÃÃo do DO disponÃveis na literatura, utilizando dados de referÃncia das bases pÃblicas ARIA, STARE, DRIVE e MESSIDOR. O objetivo era determinar a robustez dos mesmos em detectar o DO em imagens de retina saudÃveis e com a presenÃa de patologias. Observamos que em geral os mÃtodos de detecÃÃo de DO que apresentam melhor desempenho o fazem em bases menos desafiadoras como as duas Ãltimas, ou seja, eles alcanÃam as maiores taxas de acerto.
id UFC_f66b1ea40f08d41b8042b36955eb807f
oai_identifier_str oai:www.teses.ufc.br:8364
network_acronym_str UFC
network_name_str Biblioteca Digital de Teses e Dissertações da UFC
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisDetecÃÃo e SegmentaÃÃo de Estruturas em Imagens MÃdicas de RetinaDetection and Segmentation of Structures in Medical Retinal Images2014-04-25FÃtima Nelsizeuma Sombra de Medeiros18748791334http://lattes.cnpq.br/5144730275745518Moacir Pereira Ponti Junior28937086840http://lattes.cnpq.br/5041497500746910 Carlos Alexandre Rolim Fernandes64140245387http://lattes.cnpq.br/4292868742453389Geraldo Luis Bezerra Ramalho35779527334http://lattes.cnpq.br/2616818240703655Anselmo Cardoso de Paiva37552384387http://lattes.cnpq.br/644683108421551264175456368Rodrigo de Melo Souza VerasUniversidade Federal do CearÃPrograma de PÃs-GraduaÃÃo em Engenharia de TeleinformÃticaUFCBRImagens de RetinaDisco ÃpticoTeleinformÃticaOlho - DoenÃas - TratamentoRetinal Images Fovea Exudates Opitc DiskENGENHARIA BIOMEDICAImagens de fundo de olho constituem um valioso recurso para o diagnÃstico mÃdico, pois muitas vezes apresentam indicaÃÃes de doenÃas oftÃlmicas como as da retina e atà mesmo doenÃas sistÃmicas como diabetes, hipertensÃo e arteriosclerose. Esta tese trata de algoritmos de detecÃÃo de estruturas como a fÃvea, mÃcula, exsudatos e disco Ãptico (DO) em imagens de retina. Em se tratando de algoritmos de detecÃÃo da fÃvea em imagens coloridas de retina, propomos um algoritmo assim como conjunto de regras para avaliaÃÃo dos mesmos. A detecÃÃo automÃtica desta estrutura anatÃmica à um prÃ-requisito para o diagnÃstico auxiliado por computador de vÃrias doenÃas da retina, como a degeneraÃÃo macular. Entretanto, as pequenas dimensÃes e baixo contraste da fÃvea dificultam a execuÃÃo desta tarefa de detecÃÃo. O algoritmo proposto determina a regiÃo de interesse levando em consideraÃÃo as coordenadas do DO e o fato da fÃvea ser uma Ãrea escura, homogÃnea e sem presenÃa de vasos sanguÃneos. Em seguida, o mÃtodo realiza a etapa de segmentaÃÃo dos vasos e pesquisa pela janela com menor mÃdia de intensidade de cor na imagem resultante da fusÃo entre os canais vermelho e verde. Os testes do algoritmo de detecÃÃo da fÃvea foram realizados em trÃs bases de imagens pÃblicas de referÃncia ARIA, DRIVE e MESSIDOR. Neste trabalho, propomos ainda um algoritmo de detecÃÃo de exsudatos em imagens de retina. A metodologia proposta combina agrupamento nebuloso e tÃcnicas de morfologia matemÃtica. Os resultados confirmam a melhoria no desempenho do mÃtodo de detecÃÃo quando comparado aos mÃtodos disponÃveis na literatura. Portanto, comparamos os resultados de seis algoritmos automÃticos de detecÃÃo do DO disponÃveis na literatura, utilizando dados de referÃncia das bases pÃblicas ARIA, STARE, DRIVE e MESSIDOR. O objetivo era determinar a robustez dos mesmos em detectar o DO em imagens de retina saudÃveis e com a presenÃa de patologias. Observamos que em geral os mÃtodos de detecÃÃo de DO que apresentam melhor desempenho o fazem em bases menos desafiadoras como as duas Ãltimas, ou seja, eles alcanÃam as maiores taxas de acerto.Fundus images are valuable resource in diagnosis because they often present indications about retinal, ophthalmic, and even systemic diseases such as diabetes, hypertension, and arteriosclerosis. This thesis focuses on algorithms to detect fovea, exudates and optic disk (OD) in retina images. Regarding fovea detection algorithms in colored retina images, we propose an algorithm and furthermore a set of rules to assess them. Automatic detection of this anatomical structure is a prerequisite for computer-aided diagnosis of several retinal diseases, such as macular degeneration. However, the small dimension and weak contrast of the fovea area on retina images make difficult this task detection, directly. The proposed algorithm determines a region of interest taking into account OD coordinates and the fact that the fovea is a homogeneous dark area without blood vessels. Then, the method performs the vessel segmentation step and searches for the lowest mean color intensity window in the image that results from the fusion between the red and green channels. Tests were carried out on three public benchmark databases. In addition, this thesis proposes an algorithm for exudate detection in retina images. The proposed methodology combines fuzzy clustering and mathematical morphology techniques. The results confirm the performance improvement provided by the proposed methodology, when comparing it to other methods available in the literature. In this work, we compare the results of six different automatic algorithms for OD detection, using the public benchmark image database named ARIA, STARE, DRIVE and MESSIDOR. We aimed to test the robustness of the algorithms in detecting the OD in healthy and pathological retina images. In general, we observed that these methods performed better in less challenging databases as the two last ones, i.e. they achieved the highest success rates in DRIVE and MESSIDOR.nÃo hÃhttp://www.teses.ufc.br/tde_busca/arquivo.php?codArquivo=12224application/pdfinfo:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações da UFCinstname:Universidade Federal do Cearáinstacron:UFC2019-01-21T11:25:29Zmail@mail.com -
dc.title.pt.fl_str_mv DetecÃÃo e SegmentaÃÃo de Estruturas em Imagens MÃdicas de Retina
dc.title.alternative.en.fl_str_mv Detection and Segmentation of Structures in Medical Retinal Images
title DetecÃÃo e SegmentaÃÃo de Estruturas em Imagens MÃdicas de Retina
spellingShingle DetecÃÃo e SegmentaÃÃo de Estruturas em Imagens MÃdicas de Retina
Rodrigo de Melo Souza Veras
Imagens de Retina
Disco Ãptico
TeleinformÃtica
Olho - DoenÃas - Tratamento
Retinal Images
Fovea
Exudates
Opitc Disk
ENGENHARIA BIOMEDICA
title_short DetecÃÃo e SegmentaÃÃo de Estruturas em Imagens MÃdicas de Retina
title_full DetecÃÃo e SegmentaÃÃo de Estruturas em Imagens MÃdicas de Retina
title_fullStr DetecÃÃo e SegmentaÃÃo de Estruturas em Imagens MÃdicas de Retina
title_full_unstemmed DetecÃÃo e SegmentaÃÃo de Estruturas em Imagens MÃdicas de Retina
title_sort DetecÃÃo e SegmentaÃÃo de Estruturas em Imagens MÃdicas de Retina
author Rodrigo de Melo Souza Veras
author_facet Rodrigo de Melo Souza Veras
author_role author
dc.contributor.advisor1.fl_str_mv FÃtima Nelsizeuma Sombra de Medeiros
dc.contributor.advisor1ID.fl_str_mv 18748791334
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/5144730275745518
dc.contributor.referee1.fl_str_mv Moacir Pereira Ponti Junior
dc.contributor.referee1ID.fl_str_mv 28937086840
dc.contributor.referee1Lattes.fl_str_mv http://lattes.cnpq.br/5041497500746910
dc.contributor.referee2.fl_str_mv Carlos Alexandre Rolim Fernandes
dc.contributor.referee2ID.fl_str_mv 64140245387
dc.contributor.referee2Lattes.fl_str_mv http://lattes.cnpq.br/4292868742453389
dc.contributor.referee3.fl_str_mv Geraldo Luis Bezerra Ramalho
dc.contributor.referee3ID.fl_str_mv 35779527334
dc.contributor.referee3Lattes.fl_str_mv http://lattes.cnpq.br/2616818240703655
dc.contributor.referee4.fl_str_mv Anselmo Cardoso de Paiva
dc.contributor.referee4ID.fl_str_mv 37552384387
dc.contributor.referee4Lattes.fl_str_mv http://lattes.cnpq.br/6446831084215512
dc.contributor.authorID.fl_str_mv 64175456368
dc.contributor.author.fl_str_mv Rodrigo de Melo Souza Veras
contributor_str_mv FÃtima Nelsizeuma Sombra de Medeiros
Moacir Pereira Ponti Junior
Carlos Alexandre Rolim Fernandes
Geraldo Luis Bezerra Ramalho
Anselmo Cardoso de Paiva
dc.subject.por.fl_str_mv Imagens de Retina
Disco Ãptico
TeleinformÃtica
Olho - DoenÃas - Tratamento
topic Imagens de Retina
Disco Ãptico
TeleinformÃtica
Olho - DoenÃas - Tratamento
Retinal Images
Fovea
Exudates
Opitc Disk
ENGENHARIA BIOMEDICA
dc.subject.eng.fl_str_mv Retinal Images
Fovea
Exudates
Opitc Disk
dc.subject.cnpq.fl_str_mv ENGENHARIA BIOMEDICA
dc.description.sponsorship.fl_txt_mv nÃo hÃ
dc.description.abstract.por.fl_txt_mv Imagens de fundo de olho constituem um valioso recurso para o diagnÃstico mÃdico, pois muitas vezes apresentam indicaÃÃes de doenÃas oftÃlmicas como as da retina e atà mesmo doenÃas sistÃmicas como diabetes, hipertensÃo e arteriosclerose. Esta tese trata de algoritmos de detecÃÃo de estruturas como a fÃvea, mÃcula, exsudatos e disco Ãptico (DO) em imagens de retina. Em se tratando de algoritmos de detecÃÃo da fÃvea em imagens coloridas de retina, propomos um algoritmo assim como conjunto de regras para avaliaÃÃo dos mesmos. A detecÃÃo automÃtica desta estrutura anatÃmica à um prÃ-requisito para o diagnÃstico auxiliado por computador de vÃrias doenÃas da retina, como a degeneraÃÃo macular. Entretanto, as pequenas dimensÃes e baixo contraste da fÃvea dificultam a execuÃÃo desta tarefa de detecÃÃo. O algoritmo proposto determina a regiÃo de interesse levando em consideraÃÃo as coordenadas do DO e o fato da fÃvea ser uma Ãrea escura, homogÃnea e sem presenÃa de vasos sanguÃneos. Em seguida, o mÃtodo realiza a etapa de segmentaÃÃo dos vasos e pesquisa pela janela com menor mÃdia de intensidade de cor na imagem resultante da fusÃo entre os canais vermelho e verde. Os testes do algoritmo de detecÃÃo da fÃvea foram realizados em trÃs bases de imagens pÃblicas de referÃncia ARIA, DRIVE e MESSIDOR. Neste trabalho, propomos ainda um algoritmo de detecÃÃo de exsudatos em imagens de retina. A metodologia proposta combina agrupamento nebuloso e tÃcnicas de morfologia matemÃtica. Os resultados confirmam a melhoria no desempenho do mÃtodo de detecÃÃo quando comparado aos mÃtodos disponÃveis na literatura. Portanto, comparamos os resultados de seis algoritmos automÃticos de detecÃÃo do DO disponÃveis na literatura, utilizando dados de referÃncia das bases pÃblicas ARIA, STARE, DRIVE e MESSIDOR. O objetivo era determinar a robustez dos mesmos em detectar o DO em imagens de retina saudÃveis e com a presenÃa de patologias. Observamos que em geral os mÃtodos de detecÃÃo de DO que apresentam melhor desempenho o fazem em bases menos desafiadoras como as duas Ãltimas, ou seja, eles alcanÃam as maiores taxas de acerto.
dc.description.abstract.eng.fl_txt_mv Fundus images are valuable resource in diagnosis because they often present indications about retinal, ophthalmic, and even systemic diseases such as diabetes, hypertension, and arteriosclerosis. This thesis focuses on algorithms to detect fovea, exudates and optic disk (OD) in retina images. Regarding fovea detection algorithms in colored retina images, we propose an algorithm and furthermore a set of rules to assess them. Automatic detection of this anatomical structure is a prerequisite for computer-aided diagnosis of several retinal diseases, such as macular degeneration. However, the small dimension and weak contrast of the fovea area on retina images make difficult this task detection, directly. The proposed algorithm determines a region of interest taking into account OD coordinates and the fact that the fovea is a homogeneous dark area without blood vessels. Then, the method performs the vessel segmentation step and searches for the lowest mean color intensity window in the image that results from the fusion between the red and green channels. Tests were carried out on three public benchmark databases. In addition, this thesis proposes an algorithm for exudate detection in retina images. The proposed methodology combines fuzzy clustering and mathematical morphology techniques. The results confirm the performance improvement provided by the proposed methodology, when comparing it to other methods available in the literature. In this work, we compare the results of six different automatic algorithms for OD detection, using the public benchmark image database named ARIA, STARE, DRIVE and MESSIDOR. We aimed to test the robustness of the algorithms in detecting the OD in healthy and pathological retina images. In general, we observed that these methods performed better in less challenging databases as the two last ones, i.e. they achieved the highest success rates in DRIVE and MESSIDOR.
description Imagens de fundo de olho constituem um valioso recurso para o diagnÃstico mÃdico, pois muitas vezes apresentam indicaÃÃes de doenÃas oftÃlmicas como as da retina e atà mesmo doenÃas sistÃmicas como diabetes, hipertensÃo e arteriosclerose. Esta tese trata de algoritmos de detecÃÃo de estruturas como a fÃvea, mÃcula, exsudatos e disco Ãptico (DO) em imagens de retina. Em se tratando de algoritmos de detecÃÃo da fÃvea em imagens coloridas de retina, propomos um algoritmo assim como conjunto de regras para avaliaÃÃo dos mesmos. A detecÃÃo automÃtica desta estrutura anatÃmica à um prÃ-requisito para o diagnÃstico auxiliado por computador de vÃrias doenÃas da retina, como a degeneraÃÃo macular. Entretanto, as pequenas dimensÃes e baixo contraste da fÃvea dificultam a execuÃÃo desta tarefa de detecÃÃo. O algoritmo proposto determina a regiÃo de interesse levando em consideraÃÃo as coordenadas do DO e o fato da fÃvea ser uma Ãrea escura, homogÃnea e sem presenÃa de vasos sanguÃneos. Em seguida, o mÃtodo realiza a etapa de segmentaÃÃo dos vasos e pesquisa pela janela com menor mÃdia de intensidade de cor na imagem resultante da fusÃo entre os canais vermelho e verde. Os testes do algoritmo de detecÃÃo da fÃvea foram realizados em trÃs bases de imagens pÃblicas de referÃncia ARIA, DRIVE e MESSIDOR. Neste trabalho, propomos ainda um algoritmo de detecÃÃo de exsudatos em imagens de retina. A metodologia proposta combina agrupamento nebuloso e tÃcnicas de morfologia matemÃtica. Os resultados confirmam a melhoria no desempenho do mÃtodo de detecÃÃo quando comparado aos mÃtodos disponÃveis na literatura. Portanto, comparamos os resultados de seis algoritmos automÃticos de detecÃÃo do DO disponÃveis na literatura, utilizando dados de referÃncia das bases pÃblicas ARIA, STARE, DRIVE e MESSIDOR. O objetivo era determinar a robustez dos mesmos em detectar o DO em imagens de retina saudÃveis e com a presenÃa de patologias. Observamos que em geral os mÃtodos de detecÃÃo de DO que apresentam melhor desempenho o fazem em bases menos desafiadoras como as duas Ãltimas, ou seja, eles alcanÃam as maiores taxas de acerto.
publishDate 2014
dc.date.issued.fl_str_mv 2014-04-25
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
status_str publishedVersion
format doctoralThesis
dc.identifier.uri.fl_str_mv http://www.teses.ufc.br/tde_busca/arquivo.php?codArquivo=12224
url http://www.teses.ufc.br/tde_busca/arquivo.php?codArquivo=12224
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal do CearÃ
dc.publisher.program.fl_str_mv Programa de PÃs-GraduaÃÃo em Engenharia de TeleinformÃtica
dc.publisher.initials.fl_str_mv UFC
dc.publisher.country.fl_str_mv BR
publisher.none.fl_str_mv Universidade Federal do CearÃ
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFC
instname:Universidade Federal do Ceará
instacron:UFC
reponame_str Biblioteca Digital de Teses e Dissertações da UFC
collection Biblioteca Digital de Teses e Dissertações da UFC
instname_str Universidade Federal do Ceará
instacron_str UFC
institution UFC
repository.name.fl_str_mv -
repository.mail.fl_str_mv mail@mail.com
_version_ 1643295191518412800

Registros relacionados