Estudo e desenvolvimento de técnicas de processamento de imagem para a identificação de patologias em imagem de fundo de olho

Abstract

A diabetes mellitus é uma das doenças crónicas mais frequentes a nível mundial. Em 2007 foi a sétima principal causa de morte nos Estados Unidos da América (EUA) e estima-se que uma pessoa com diabetes milletus tenha uma probabilidade de morte duas vezes superior a uma pessoa sem esta doença. Esta doença acarreta várias complicações. Uma delas é a retinopatia diabética, sendo esta a mais grave e frequente ao nível ocular. Esta é maior causa de cegueira em adultos entre os 20 e 74 anos nos EUA. O primeiro sintoma da retinopatia diabética é o aparecimento de microaneurismas. O rastreio desta complicação é usualmente efetuado através da deteção destas lesões numa imagem do fundo do olho. Para além disto, a quantidade de microaneurismas fornece informação do estado evolutivo da retinopatia diabética. Deste modo, após cinco anos do aparecimento da diabetes mellitus é aconselhado a realização de exames anuais. Estes exames são bastante morosos e necessitam de conhecimento especializado. Este trabalho tem como objetivo desenvolver um sistema computer-aided diagnosis (CAD) que permite a deteção automática dos microaneurismas para auxiliar os especialistas e assim reduzir o tempo e o custo de cada exame. Neste trabalho é criado um sistema CAD para deteção de microaneurismas baseado na transformada de Radon. A principal contribuição deste trabalho é um estudo sistemático de diferentes alternativas da transformada de Radon e características mais apropriadas na deteção de microaneurismas. O sistema implementado utiliza um shade correction como pré-processamento. Com a imagem obtida com este pré-processamento são extraídos os candidatos a microaneurisma. De seguida é aplicada a transformada de Radon a uma janela de pequenas dimensões e centrada no candidato. A partir da informação da transformada de Radon é possível a obtenção de características. Estas características serão empregues num sistema de reconhecimento de padrões que utiliza o classificador support vector machine (SVM). O sistema proposto é aplicado em duas bases de dados: retinal online challange (ROC) e standard diabetic retinopathy database - calibration level 1 (DiaretDB1). A maioria dos resultados obtidos são referentes à primeira, pois esta foi construída para uma competição e permite a comparação direta com outros métodos da literatura. Verificou-se que os resultados do sistema proposto são inferiores aos dos sistemas presentes nesta competição. Contudo, ainda existem aspectos que podem ser considerados para trabalhos futuros que podem melhorar o sistema de modo a que os resultados sejam comparáveis com os dos sistema presentes na literatura.

Diabetes mellitus is one the most common chronic diseases worldwide. In 2007 it was the seventh leading cause of death in the United States of America (USA) and it's estimated that a person with diabetes mellitus has a probability of death that doubles that of a normal person. This disease causes several complications. One of them is diabetic retinopathy, this complication is the most frequent and serious at an ocular level. For adults between 20 and 74 years old, this complication is the leading cause of blindness in the USA. The first symptom of diabetic retinopathy is the appearance of microaneurysms. The screening of this complication is usually done through the detection of these lesions in an eye fundus image. Furthermore, the number of microaneurysms is correlated with the evolutional state of the diabetic retinopathy. Thus, after five years of the appearance of diabetes mellitus it's advised the realization of annual exams. These exams are very time consuming and there's a need for specialized knowledge. The main goal of this work is the development a CAD system that allows an automatic detection of microaneurysm to provide an auxiliary tool to aid the specialists and thus reducing the time and cost of each exam. The CAD system created in this work is based in the Radon transform. The main contribution of this work is a systematic study of different alternatives of Radon transform and features more appropriate in the detection of microaneurysms. The implemented system uses a shade correction as a preprocessing step. With the obtained image the candidates of microaneurysms are extracted. This is followed by the application of the Radon transform in a small window centered in each candidate. A set of features based in information of the Radon transform are determined and used in a pattern recognition system that uses a support vector machine (SVM) classifier. The proposed system is applied in two databases: retinal online challange (ROC) and standard diabetic retinopathy database - calibration level 1 (DiaretDB1). The majority of results are from the ROC database because this one was built for a competition and so it allows the direct comparison of results with other systems present in the literature. The results of the proposed system are inferior to the other systems in the competition. However, there are still some aspects that can be considered for future work that can improve the system in order to obtain results that are comparable to the ones from the systems present in the literature.