SW pro automatické modelování a evaluaci retinálních lézí

Abstract

Mezi jedno z nejzávažnějších očních onemocnění patří retinopatie nedonošených, která postihuje předčasně narozené děti. Toto onemocnění je nejčastější příčinou slepoty vzniklé v dětském věku. Z tohoto důvodu je velmi důležité tyto neonatologické pacienty sledovat, vyvíjet nástroje a hledat způsoby, jak co nejúčinněji detekovat předprahové a hlavně prahové stádia onemocnění. Praktická část práce se zaměřuje na vývoj algoritmu, který zvládne automaticky identifikovat morfologickou strukturu retinálních lézí a optického disku, a umožní jejich objektivní hodnocení v rámci jedné aplikace. Pro evaluaci a objektivní hodnocení velikosti lézí byl na snímku očního pozadí vybrán referenční bod, který nevykazuje signifikantní změny geometrických vlastností po celou dobu sledování pacienta a vůči kterému jsou jednotlivé retinální léze vyhodnoceny. Segmentace probíhá na základě metody aktivních kontur, které si lze představit jako deformovatelné křivky, jež na základě působení energií postupně mění svůj tvar, až do chvíle, dokud nedosáhnou hranice námi segmentovaného objektu. Výsledný algoritmus je aplikován do uživatelsky přívětivého graficko-uživatelského rozhraní, které umožňuje výsledky geometrických parametrů vyšetřovaných struktur dále exportovat a archivovat pro vyhodnocení v čase.

One of the most serious eye diseases is retinopathy of prematurity, which affects premature babies. This disease is the most common cause of childhood blindness. For this reason, it is very important to monitor these neonatal patients, develop tools and find ways to detect the precursors and, in particular, the disease thresholds as effectively as possible. The practical part of the thesis focuses on the development of an algorithm that can automatically identify the morphological structure of retinal lesions and optical discs and enable their objective evaluation within one application. For evaluation and objective assessment of lesion size, a reference point was selected in the background image, which did not show significant changes in geometric properties throughout the patient's observation and against which individual retinal lesions were evaluated. Segmentation is based on the method of active contours, which can be imagined as deformable curves, which, by virtue of the action of energies, gradually change their shape until they reach the boundary of our segmented object. The resulting algorithm is applied to a user-friendly graphical-user interface that allows the results of geometric parameters to be further exported and archived for evaluation over time.