Офтальмол. журн. — 2014. — №4. — С. 9-13.

 

Полный текст Pdf 

УДК 616.735-002-02:616.379-008.64-06:616.13-007.64]-073.585

https://doi.org/10.31288/oftalmolzh20144913

Применение метода многомасштабного текстурного градиента в автоматизации диагностики диабетической ретинопатии по цифровым снимкам глазного дна

Н. В. Кресюн 1, канд. мед. наук, доцент, Т. В. Татарчук 2, ассистент; К. С. Шакун 2, канд. физ.-мат. наук, доцент; Л. С. Годлевский 1, д-р. мед. наук, профессор

1 Одесский национальный медицинский университет

2 Одесская национальная морская академия

E-mail: godlevsky@odmu.edu.ua

Ключевые слова: диабетическая ретинопатия, микроаневризма, текстурный градиент, цифровое изображение.

Ключові слова: діабетична ретинопатія, мікроаневризма, текстурний градієнт, цифрове зображення.

Вступ. Офтальмоскопічне вивчення мікроаневризм судин очного дна є важливим в діагностиці та визначенні тяжкості діабетичної ретинопатії. Мета дослідження. Покращити інформативність цифрових зображень очного дна за допомогою методу текстурного градієнта. Матеріал і методи. Спостерігали 17 практично здорових (віком 30,5±3,2 років) і 52 інсулін-залежних пацієнтів (віком 31,7+2,7 років). Метод аналі­зу зображень полягав у отриманні офтальмоскопічних цифрових зображень очного дна по RGB шкалі, які мали задовільні характеристики яскравості, балансу кольорів та контрасту. Після цього двомірну модель простору ко­льорів переводили в текстурний градієнт і прикінцеве зображення викорис­товували для експертної оцінки на предмет наявності мікроаневризм. Результати. Експертна діагностика мікроаневризм після використання розробленого метода показала збільшення чутливості на 14,7 % (р>0,05), в той час як специфічність зростала в 2,22 рази порівняно до традиційного методу діагностики (р<0,05).

Висновки. Розроблений метод дозволяє покращити діагностику мікроаневризм очного дна в основному за рахунок зменшення числа хибно позитивних діагнозів.

 

Литература
 
1.     Гонсалес Р., Вудс Р., Эддинс С. Цифровая обработка изображений в среде MATLAB (пер. с англ.). — М.: Техносфера, 2006. — 616 с.
2.     Чочиа П. А. Пирамидальный алгоритм сегментации зображений / П. А. Чочиа // Информационные про­цессы. — 2010. — Т.10, № 1. — С. 23-35.
3.  Comparing the effectiveness of telemedicine and traditional surveillance in providing diabetic retinopathy screening examinations : a randomized controlled trial/ S. L. Mansberger, K. Gleitsmann, S. Gardiner, et al. // Telemed. J. e — Health. — 2013. — Vol.19, № 12. — P. 942- 948.
4.     Chakrabarti D. Application of mobile technology in ophthalmology to meet the demands of low-resource settings / D. Chakrabarti // J. Mobile Technol. in Medicine. — 2012. — Vol.1 (4S). — P.1-3.
5.     Extraction and reconstruction of retinal vasculature / M. H. A. Fadzil, L. I. Izhar, P. A. Venkatachalam, T. V. N. Karunakar // J. Medical Engineer. Technol. — 2007. — Vol.31. — P. 435- 442.
6.     Hani A. F. M., Nugroho H. A. Retinal vasculature enhancement using independent component analysis / A. F. M. Hani, H. A. Nugroho // J. Biomed. Sci. Engi­neer. — 2009. — Vol.2. — P.543-549.
7.     Parisi V., Uccioli L. Visual electrophysiological responses in persons with type 1 diabetes / V. Parisi, L. Uccioli // Diabetes Metab. Res. Rev. — 2011. — Vol.17, № 1. — P. 12-18.
8.     Nonmydriatic fundus photography for teleophthalmology diabetic retinopathy screening in rural and urban clinics / E. K. Chin, B. V. Ventura, K. Y See et al. // Telemed. J. e-Health. — 2014. — Vol.1. — P. 102- 108.
9.     On the adaptive detection of blood vessels in retinal images/ D. Wu, M. Zhang, J. C. Liu, W. Bauman // Biomed. Engineer., IEEE Transactions. —   2006. —  Vol. 53. — P.341- 343.