Escolar Documentos
Profissional Documentos
Cultura Documentos
2016
2
SÃO LUÍS
2016
3
_________________________________________
Prof. Dr. Anselmo Cardoso de Paiva
Orientador
SUMÁRIO
1. INTRODUÇÃO .......................................................................................................8
2. OBJETIVOS ............................................................................................................8
5.3.7 RIM-ONE...............................................................................................................21
7. CONCLUSÃO .......................................................................................................26
1. INTRODUÇÃO
No Brasil, existem mais de 6,5 milhões de pessoas com deficiência visual, sendo
582 mil cegas e 6 milhões com baixa visão, segundo dados do Censo 2010, do Instituto
Brasileiro de Geografia e Estatística (IBGE). Até 80% dos casos de cegueira resultam de
causas previsíveis ou tratáveis, mas a cada cinco segundos uma pessoa fica cega no
mundo e uma criança perde a visão a cada minuto. São 285 milhões de pessoas no mundo
vivendo com baixa visão ou cegueira. Desses, 39 milhões são cegas e 246 milhões têm
moderada ou grave deficiência visual.
2. OBJETIVOS
3. ANATOMIA DO OLHO
O olho é o responsável pela captação da luz refletida pelos objetos à nossa volta.
Rotineiramente, ele é comparado a uma câmera fotográfica pois ambos usam lentes
para focalizar a luz incidente. Enquanto a câmera utiliza o sensor óptico para registrar
a imagem, o olho utiliza uma camada especializada de células chamada retina [4]. Na
Figura 1 é apresentada a estrutura do olho humano correspondente a uma seção
horizontal do globo ocular.
A coróide está situada abaixo da esclerótica. Essa membrana contém uma rede
de vasos sangüíneos que servem como a principal fonte de nutrição do olho. O
revestimento da coróide é fortemente pigmentado, o que ajuda a reduzir a quantidade
de luz que entra no olho. Ela é dividida em corpo ciliar e diafragma da íris, sendo este
último responsável por controlar a quantidade de luz que deve penetrar no olho. O
diâmetro da abertura central da íris (pupila) varia entre 2 mm e 8 mm. A parte frontal
10
da íris contém o pigmento visível do olho, enquanto sua porção posterior possui um
pigmento negro.
A mácula lútea, ponto central da retina, é a região que distingue detalhes no meio
do campo visual. A mácula lútea é uma pequena área oval da retina, com cones
fotorreceptores especiais e em maior número, sendo assim, uma área especializada
11
4. PATOLOGIAS DO OLHO
Esta seção apresenta brevemente as causas e sintomas para as principais doenças
oculares.
A visão normal chamada emetropia, é capaz de focalizar raios luminosos
paralelos sobre a retina. No olho emétrope, os raios são projetados na região da
mácula lútea. Qualquer condição que se desvie deste estado normal do olho é
chamada de ametropia.
Entre as principais causas de diminuição crônica da visão, podem ser citadas a
catarata, o glaucoma e doenças retinianas, como a Degeneração Macular Relacionada
a Idade (DMRI), retinopatia diabética, além da seqüela de oclusões de vasculares. De
acordo com dados da Organização Mundial de Saúde, a catarata é a principal causa
de cegueira do mundo, seguida pelo glaucoma. Entretanto, sendo a catarata uma
causa passível de tratamento eficaz, o glaucoma torna-se uma doença de preocupação
em saúde pública por ser uma causa prevalente e, infelizmente, sem cura, sendo a
primeira causa de cegueira irreversível do mundo.
Catarata: Catarata é a condição caracterizada pela perda da transparência
do cristalino, impedindo que os feixes de luz cheguem à retina, onde
serão percebidos pelos fotorreceptores. Em condições fisiológicas, o
cristalino aloja-se imediatamente atrás da íris, podendo ser visto através da
área pupilar, separando a câmara vítrea do segmento anterior do olho.
Sustentado pelas fibras zonulares, as quais funcionam como uma conexão
entre o cristalino e o corpo ciliar, essas três estruturas agem
harmoniosamente num processo de relaxamento e contração, fundamental
para o processo de focalização das imagens sobre a retina. Esse fenômeno é
“chamado” de acomodação. Juntamente ao processo de opacificação, o
cristalino diminui progressivamente sua elasticidade e sua capacidade de
acomodar causando diminuição da visão. O único tratamento existente para
a catarata é a remoção do cristalino cirurgicamente. Na cirurgia, o núcleo e
córtex critalino são extraídos, mantendo-se apenas a cápsula que envolve o
cristalino, dentro da qual será implantada uma lente artificial. A classificação
da gravidade da catarata, essencial para o planejamento cirúrgico, é realizada
pela localização da nebulosidade e avaliação do seu nível de opacidade [6].
Degeneração Macular Relacionada a Idade: A DMRI provoca perda de
visão na região central e desfocagem e distorção na região periférica (Figura
13
Figura 3: Danos visuais causados por DMRI. À direita: visão normal. À esquerda:
visão com DMRI. (https://en.wikipedia.org/wiki/Macular_degeneration)
Glaucoma: O glaucoma é caracterizada pela progressiva degeneração de
fibras do nervo óptico, o que leva a alterações estruturais da cabeça do nervo
óptico, a camada de fibras nervosas e uma falha funcional simultânea do
campo visual. Embora o glaucoma não possa ser curado, a sua progressão
podem ser desacelerada pelo tratamento. O diagnóstico de glaucoma é
tipicamente baseado no histórico médico, pressão intra-ocular e perda de
campo visual juntamente com uma avaliação manual do disco óptico, através
de oftalmoscopia. O glaucoma provoca um alargamento da região cup,
escavação, com relação ao DO (afinamento do rim neurorretiniana) chamado
14
5. AQUISIÇÃO DE IMAGEM
É necessário conhecer as bases do exame oftalmológico para que o nosso estudo
e assim o auxílio aos especialistas no exame clínico seja cada vez mais específico,
objetivo e efetivo. Nesta seção serão apresentados os tipos mais comuns de exames
oftalmológicos bem como as imagens correspondentes. Em seguida, serão descritas
brevemente algumas bases de imagens oftalmológicas mais utilizadas.
5.1. Retinografia Simples e Fluorescente
5.3.1. STARE
A Base STARE (STructured Analysis of the REtina) [14] faz parte de um projeto
iniciado por Michael Goldbaum na Universidade da Califórnia em 1975 para análise
de imagens de retina. Contém 397 imagens captadas com uma câmara de fundo de
olho com um campo de visão de 35 graus. Cada imagem, com resolução de 700 ×
605 pixels com 8 bits por canal de cor, é diagnosticada como pertencente a uma ou
mais de treze anormalidades diferentes, a segmentação do vasos sanguíneos é
fornecida. Também inclui a localização do disco óptico. A Figura 10 apresenta dois
exemplos de imagens da base STARE.
5.3.2. DRIVE
A Base DRIVE (Digital Retinal Images for Vessel Extraction) [15], criada pelo
Image Sciences Institute da University Medical Center Utrecht, foi desenvolvida para
estudos comparativos sobre a segmentação dos vasos sanguíneos em imagens da
retina. O conjunto de dados contém 40 imagens de fundo de olho em que 33 não
mostram qualquer sinal de retinopatia diabética e 7 mostram sinais de retinopatia
diabética inicial moderada. Cada imagem foi capturada usando 8 bits por canal de
cor, resolução de 565 × 584 pixels com um campo de visão de 45 graus. As imagens
foram divididas em um conjunto de treinamento e um conjunto de teste, ambos
contendo 20 imagens. Para as imagens de treino, uma única segmentação de vasos
sanguíneos manual está disponível. Para os casos de teste, duas segmentações
manuais estão disponíveis; uma é utilizada como padrão de referência, a outra pode
ser usada para comparar segmentações geradas por computador com as de um
19
5.3.3. ARIA
A Base ARIA (Automated Retinal Image Analysis) [16] possui um total de 116
imagens coletadas por membros do pessoal da Unidade dos olhos do St Paul’s Eye
Unit of Royal Liverpool University Hospital Trust sendo 61 de retinas saudáveis e
55 de retinas com alguma patologia. As imagens de fundo de olho foram capturadas
na resolução de 768 x 576 em um campo de visão de 50 graus com 8 bits por canal
de cor e armazenados como arquivos TIFF não compactados. É fornecida a marcação
da localização do DO e da fóvea, além disso foram traçados os vasos sanguíneos. A
Figura 12 apresenta duas imagens da base ARIA.
5.3.4. MESSIDOR
quatro sub-grupos, cada um dos quais contendo 100 imagens em formato TIFF. As
imagens foram capturadas obtidas utilizando uma câmara com um campo de visão de
45 graus de vista usando 8 bits por canal de cor em resoluções de 1440 × 960, 2240 ×
1488 e 2304 × 1536. 800 imagens foram adquiridas com dilatação da pupila e 400
sem dilatação. Cada conjunto está associado a uma planilha que inclui dois
diagnósticos que são o grau de retinopatia e o grau de risco de edema macular
fornecida por médicos especialistas para cada imagem. O grau retinopatia é
classificado em quatro categorias de 0 (normal) a 3 (mais grave) de acordo com três
fatores principais que são o número de microaneurismas, número de hemorragias, e a
neovascularização. Por outro lado, os exsudados duros têm sido usados para
classificar o risco de edema macular numa escala de 0 (sem riscos) a 2 (alto risco).
No total a base possui 660 imagens de retinas saudáveis e 540 de retinas com
patologia. A Figura 13 apresenta duas imagens da base MESSIDOR.
A Figura 14.a apresenta uma imagem da base DIARETDB0 e a Figura 14.b, uma
imagem da base DIARETDB1.
Figura 14. Imagens de fundo de olho. (a) Base DIARETDB0. (b) Base DIARETDB1.
5.3.6. HRF
A Base HRF (High-Resolution Fundus) [20] foi criada pela Friedrich-Alexander
University Erlangen-Nuremberg (Alemanha) e da Brno University of Technology
(República Checa). Contém no total 45 imagens de fundo de olho de resolução 3888
× 2592, capturadas com um campo de visão de 45 graus, sendo 15 imagens de
pacientes saudáveis, 15 imagens de pacientes com RD e 15 imagens de pacientes
com glaucoma. Uma imagem binária com marcação de referência da segmentação
de vasos sanguíneos está disponível para cada imagem. Máscaras campo de visão
determinantes são fornecidos para conjuntos de dados específicos. A Figura 15
apresenta duas imagens da base HRF.
5.3.7. RIM-ONE
A Base RIM-ONE [21] foi fornecida por três hospitais: Hospital Universitario
de Canarias, Hospital Clínico San Carlos e Hospital Universitario Miguel Servet. Ela
contém imagens de fundo de olho com a marcação de referência precisa da
segmentação da cabeça do nervo ótico fornecida por diferentes especialistas,
provendo assim diversas imagens de olhos saudáveis e com diferentes níveis de
glaucoma. A base é separada por categorias, ou seja, saudáveis e glaucomatosas. A
Figura 16 apresenta duas imagens da base RIM-ONE.
22
7. CONCLUSÃO
Os oftalmologistas dependem da inspeção de imagens de fundo de olho para
diagnosticar várias doenças que afectam o olho, tais como a retinopatia diabética,
glaucoma e degeneração macular relacionada à idade. A identificação precisa, análise
e localização de áreas anatômicas e lesões da retina através de técnicas de
processamento digital de imagem podem contribuir na tomada de decisão dos
médicos proporcionando um melhor diagnóstico, tratamento e acompanhamento de
patologias.
Nesse contexto, este trabalho teve como objetivo estudar e analisar a anatomia
ocular, os tipos de imagens oftalmológicas e como elas são usadas no diagnóstico das
doenças do olho humano assim como realizar uma revisão dos trabalhos sobre o
processamento deste tipo de imagem.
27
REFERÊNCIAS BIBLIOGRÁFICAS
[1] KINGMAN, S. Glaucoma is second leading cause of blindness globally. Bulletin of the World Health
Organization, vol. 82, no.11, pp. 887–888, 2004.
[2] MELLO, P. and Mandía-Júnior, C. II Consenso Brasileiro de Glaucoma Primário de Ângulo Aberto. São
Paulo: PlanMark, 2005.
[3] PATTON, N. et al. Retinal image analysis: Concepts,applications and potential. Progress in Retinal and
Eye Research, v. 25, p. 99–127, 2006.
[6] ZHANG, Z., Srivastava, R., Liu, H., Chen, X., Duan, L., Wong, D.W.K., Kwoh, C.K., Wong, T.Y., Liu, J.,
A survey on computer aided diagnosis for ocular diseases. BMC Med. Inf. Decis. Making 14(1): 80, 2014.
[7] Mahapatra, Dwarikanath, and Joachim M. Buhmann. A field of experts model for optic cup and disc
segmentation from retinal fundus images. 2015 IEEE 12th International Symposium on Biomedical Imaging
(ISBI). IEEE, 2015.
[8] PARDIANTO, G. Understanding diabetic retinopathy. Mimbar Ilmiah Oftalmologi Indonesia 2005, 2:65–
66.
[9] JOY, J. M., Kumar, G. A., Rajasekhar. A Review on Diabetic Retinopathy. International Journal of
Pharmacology Research / 1(1), 2011, 1-10.
[12] ARTHUR, A. M. et al. Técnicas de análise da retina humana: revisão breve sobre os recursos e as
renovações propedêuticas disponíveis à prevenção e o diagnóstico precoce das complicações vasculares
da retina associadas às doenças sistêmicas. Ensaios e Ciência: Ciências Biológicas, Agrárias e da Saúde,
v. 15, n. 4, p. 131-145, 2011.
[14] HOOVER, A.; Goldbaum, M. Locating the optic nerve in a retinal image using the fuzzy convergence of
the blood vessels. IEEE Transactions on Medical Imaging, v. 22, n. 8, p. 951–958, Agosto 2003.
[15] STAAL, J. et al. Ridge-based vessel segmentation in color images of the retina. IEEE Transactions on
Medical Imaging, v. 23, n. 4, p. 501–509, Abril 2004.
[17] MESSIDOR. Methods to evaluate segmentation and indexing techniques in the Field of retinal
ophthalmology. Março 2008. http://www.messidor.crihan.fr.
[18] KAUPPI T., Kalesnykiene V., Kamarainen J.K., Lensu L., Sorri I., Uusitalo H., Kaviainen H., Pietila J.
DIARETDB0: Evaluation database and methodology for diabetic retinopathy algorithms. Machine Vision and
Pattern Recognition Research Group, Lappeenranta University of Technology, Finland. 2006.
28
[19] KAUPPI T., Kalesnykiene V., Kamarainen J.K., Lensu L., Sorri I., Raninen A., Voutilainen R., Uusitalo
H., Kalviainen H., Pietila J. Proceedings of the British Machine Vision Conference, Warwick, UK. Durham:
BMVA; 2007. The DIARETDB1 diabetic retinopathy database and evaluation protocol; pp. 15–1.
[20] BUDAI A., Odstricilik J., Kollar R., Jan J., Kubena T., Michelson G. Proceedings of The Association of
Research in Vision and Ophthalmology (ARVO) Annual Meeting, Vancouver, Canada. Rockville, Maryland:
ARVO; 2011. A public database for the evaluation of fundus image segmentation algorithms; pp. 1345–
1345.
[21] TRUCCO, E., Ruggeri, A., Karnowski, T., Giancardo, L., Chaum, E., Hubschman, J. P., Al-Diri, B.,
Cheung, C. Y., Wong, D., Abràmoff, M., Lim, G., Kumar, D., Burlina, P., Bressler, N. M., Jelinek, H. F.,
Meriaudeau, F., Quellec, G., Macgillivray, T. e Dhillon, B. 2013. Validating Retinal Fundus Image Analysis
Algorithms: Issues and a Proposal. Invest. Ophthalmol. Vis. Sci., vol. 54, no. 5, pp. 3546–3559.
[22] GONZALEZ, R.C., Woods, R. E. Digital image processing. [S.I.]: Prentice Hall, NJ, 2002.
[23] KENNETH, R. Castleman, Digital image processing. [S. l.]: Prentice Hall Press, Upper Saddle River,
NJ, 1996.
[24] ALLAM, A., Youssif, A., Ghalwash, A. Automatic Segmentation of Optic Disc in Eye Fundus Images: A
Survey. ELCVIA Electronic Letters on Computer Vision and Image Analysis, [S.l.], v. 14, n. 1, Abril. 2015.
[25] ZHU, X., Rangayyan, R. M., Ells, A. L. "Digital Image Processing for Ophthalmology: Detection of the
Optic Nerve Head," in Synthesis Lectures on Biomedical Engineering, Morgan & Claypool Publishers, 2011.
[26] HALEEM, M. S., Hana, L., Hemertb, J. van, Lia, B. Automatic extraction of retinal features from colour
retinal images for glaucoma diagnosis: A review. Computerized Medical Imaging and Graphics, v. 37, n. 7,
p. 581–596, Dezembro 2013.
[27] HENEGHAN, C., Flynn, J., O’Keefe, M., Cahill, M. 2002. Characterization of changes in blood vessel
and tortuosity in retinopathy of prematurity using image analysis. Med. Image Anal. 6, 407–429.