La Retinopatia del Prematuro (ROP) è una malattia grave che colpisce i bambini nati prematuri. I primi segnali del manifestarsi della malattia sono un'eccessiva tortuosità e dilatazione dei vasi della retina. Al giorno d'oggi, i clinici basano la propria diagnosi sull'esperienza diretta che hanno sulla malattia attraverso l'analisi visiva. La segmentazione automatica della vascolarizzazione in immagini retiniche può essere un valido aiuto per supportare le decisioni del personale sanitario durante la diagnosi e le relative cure. Questa tesi descrive le varie “misure di vesselness” per immagini di neonato e mostra un confronto fra differenti approcci alla corretta segmentazione. Come algoritmi di vessel tracking si sono utilizzati Line Strength, Matched Filter e Eigen-decomposition of the Hessian. Di queste misure, si tengono conto in seguito dei migliori risultati in termini di accuratezza. Viene poi proposta una misura di coerenza legata alla direzionalità di ciascun pixel dell'immagine per migliorare le prestazioni dei precedenti metodi. In futuro, questo nuovo algoritmo può essere migliorato e fornire risultati più performanti
Segmentation of the retinal vasculature of the infant eye fundus: a comparison among vesselness measures
Gozzo, Alberto
2013/2014
Abstract
La Retinopatia del Prematuro (ROP) è una malattia grave che colpisce i bambini nati prematuri. I primi segnali del manifestarsi della malattia sono un'eccessiva tortuosità e dilatazione dei vasi della retina. Al giorno d'oggi, i clinici basano la propria diagnosi sull'esperienza diretta che hanno sulla malattia attraverso l'analisi visiva. La segmentazione automatica della vascolarizzazione in immagini retiniche può essere un valido aiuto per supportare le decisioni del personale sanitario durante la diagnosi e le relative cure. Questa tesi descrive le varie “misure di vesselness” per immagini di neonato e mostra un confronto fra differenti approcci alla corretta segmentazione. Come algoritmi di vessel tracking si sono utilizzati Line Strength, Matched Filter e Eigen-decomposition of the Hessian. Di queste misure, si tengono conto in seguito dei migliori risultati in termini di accuratezza. Viene poi proposta una misura di coerenza legata alla direzionalità di ciascun pixel dell'immagine per migliorare le prestazioni dei precedenti metodi. In futuro, questo nuovo algoritmo può essere migliorato e fornire risultati più performantiFile | Dimensione | Formato | |
---|---|---|---|
Tesi.pdf
accesso aperto
Dimensione
584.2 kB
Formato
Adobe PDF
|
584.2 kB | Adobe PDF | Visualizza/Apri |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
https://hdl.handle.net/20.500.12608/16062