uğur Şevİk karadeniz teknik Üniversitesi İstatistik ve bilgisayar bilimleri usevik@ktu.tr

LOGO

Uğur ŞEVİK Karadeniz Teknik Üniversitesi

İstatistik ve Bilgisayar Bilimleriusevik@ktu.edu.tr

RETİNA GÖRÜNTÜLERİNDEYAŞA BAĞLI MAKULA

DEJENERASYONUNUN (ARMD) İSTATİSTİKSEL YÖNTEMLERLE

SEGMENTASYONU

RETİNA GÖRÜNTÜLERİNDEYAŞA BAĞLI MAKULA

DEJENERASYONUNUN (ARMD) İSTATİSTİKSEL YÖNTEMLERLE

SEGMENTASYONU

Cuma 21.Nisan.2023

2

Konu Başlıkları

Görüntü İyileştirme

1

Makulanın lokalize edilmesi

2

Makulanın Segmentasyonu

33

YBMD nedir?

44

Cuma 21.Nisan.2023

3

1)Retina ve YBMD (ARMD - Age-Related Macula Dejeneration) - 1

Göz küresi 3 tabakadan oluşur. Bağ tabakası, damar tabaka ve sinir tabakası (retina) Sinir tabakası, gözün saydam tabakası ve lensinden

kırılarak gelen ışıkların odaklanıp görüntünün oluştuğu yer. (Retina)

Makula, retinanın merkezinde ve keskin görmeyi sağlayan ve gözde en çok kullanılan bölüm

Burada, görüntünün algılanması için beyne iletimi sağlayan görme sinirleri bulunur

YBMD genellikle 50 yaş üzeri hastalarda izlenir. 60 yaş üzerinde kalıcı görme kaybının başta gelen nedenidir, genellikle iki gözü etkiler

YBMD ile görmeyi sağlayan hücrelerin sayısı azalır ve hücrelerde bazı maddeler birikmeye başlar

Makulada küçük, sarı-beyaz hafifçe kabarık (drusen) ve değişik büyüklüklerde lezyonlar ortaya çıkar.

Cuma 21.Nisan.2023

4

Retina ve YBMD (ARMD - Age-Related Macula Dejeneration) - 2

YBMD olan hastada, tam merkezde gri renkte bir leke görür, baktığı yeri değil çevresini görmesi, düz çizgileri kırık, cisimleri eğri görmesi, cisimleri olduğundan küçük görmesi ve renk görme bozukluğu olabilir.

Makuladaki hastalıkların takibinde Amsler Grid denilen bir test kullanılır (kareli kağıt testi)

Cuma 21.Nisan.2023

5

Retina ve YBMD (ARMD - Age-Related Macula Dejeneration) - 3

YBMD, iki türü vardır. Kuru tip ve yaş tip. Kuru tip yukarıdaki oluşumlardan kaynaklanır. Yaş tip ise damarlarda sızıntı ve kanamalardan kaynaklanmakta

Bazı vitamin ve destekleyici ilaçlar ile kısmen tedavisi olabilir. Daha önemlisi anormal damarlanma tespit edildiğinde derhal lazerle yakılarak ilerlemesinin durdurulması gerekir, aksi halde 21 aylık takipte ¾ oranında yasal körlükle sonuçlanmakta

Retina Görüntülerinin Elde Edilmesi Retina görüntüsü almadan önce ilaçla hastanın göz bebeği

büyütülür ve hassas odaklı kameralarla görüntü alınır Fundus floresein anjiografi, koldaki toplardamardan renkli bir

ilaç verilir ve seri olarak retina resimleri alınır

Cuma 21.Nisan.2023

6

Retina Görüntüleri

Normal Retina Görüntüsü Floresein anjiografi Retina Görüntüsü

Cuma 21.Nisan.2023

7

2) Retina Görüntüsünün İyileştirilmesi(Image Enhancement)

2.1) Histogram Eşitleme (Equalization)

Parlaklık dağılımlarının normal dağılıma sahip olmadığı ve dar aralıklı bir parlaklık histogramına sahip olduğu durumlarda kullanılır.

Frekansı yüksek piksel seviyesi, geniş piksel alanına yayılır Düşük frekanslı piksel seviyesi ise dar piksel alanına

yerleştirilir Yoğun olan piksel seviyeleri belirgin hale getirilerek detaylar

daha iyi algılanır Piksellerin karşıtlık değerleri iyileştirilmiş olur Makula lokalizasyonunda başarılı olmuştur.

Cuma 21.Nisan.2023

8

2.2) Histogram Eşitleme Uygulaması

Cuma 21.Nisan.2023

9

3) Makulanın lokalize edilmesi

3.1 Optik diskin algılanması Optik diskin algılanmasında kullanılan bazı özellikler;

Optik diskin parlaklık değeri Çap uzunluğu (yaklaşık 1.8 mm) Alanı (yaklaşık 2.7 mm2) Retina üzerindeki damarların bir hiperbol çizerek optik disk

bölgesinde kesişmesi

Cuma 21.Nisan.2023

10

3.2) Makulanın algılanması

Makulanın algılanmasında kullanılan bazı özellikler; Sağlıklı bir makulanın merkezi siyah parlaklık değerine yakındır Etrafında kılcal damarlar yoğundur Ayrıca makula ile optik diskin arasındaki sabit mesafede göz önüne

alınabilir

Cuma 21.Nisan.2023

11

4) Makula Segmentasyonu

Sağlıklı bölgelerin istatistiksel özelliklerinden yararlanarak makula bölgesinin analizi

Öncelikle makula çevresindeki sağlıklı bölgelerin öz temsil karesi (ÖTK) dediğimiz ve sağlıklı bölgeleri istatistiksel olarak temsil edebilecek en küçük kare seçilir. Seçilen bu ÖKT sağlıklı bölgeleri temsil eder.

Öz Temsil Kare (ÖTK) boyutu (11x11) 121

ÖTK’nın ortalama parlaklık değeri 90

Ortalama parlaklık değeri frekansı 23

varyans 2

Std.sapma (roundlanmış hali) 1

Maksimum parlaklık değeri 90

Maksimum parlaklık değeri frekansı 23

ÖTK’nın istatisitksel değerleri tutulur

Cuma 21.Nisan.2023

12

4.1) Dağılımların Karşılaştırılması ve Hata Hesabı -1

ÖTK’nın ortalama parlaklık değerinden varyans kadar sağdaki ve soldaki değerler, ÖTK boyutunda tarama yaptığımız diğer karelerin histogramlarıyla karşılaştırılarak aradaki mutlak hata bulunur.

_ 88[10] 83[13] 89[19] 84[21] 90[23] 85[25] 91[20] 86[23] 92[11] 87[14]Mutlak Hata

Mutlak _Hata = 3+2+2+3+3Mutlak_Hata = 13

Cuma 21.Nisan.2023

13

4.1) Dağılımların Karşılaştırılması ve Hata Hesabı -2

Bizim belirlediğimiz hata eşiği altında tüm resim taranır ve bu hatanın altındaki karelerin dağılımları ÖTK’ya benzediği varsayılarak sağlıklı olarak işaretlenir. Burada hata eşiği değiştirilerek optimum segmentasyon gözlenebilir.

İkinci bir etken de maksimum parlaklık değeridir. Yukarıda ortalamanın sağı ve solu analiz edilirken buna ek olarak ta max değere göre analiz yapılır.

Max değere göre analiz yöntemi ort. değere göre yapılan analize tamamlayıcı faktör olarak alabiliriz. Çünkü, max değere göre yapılan tarama kenarlara doğru daha iyi yaklaşım göstermiştir.

Cuma 21.Nisan.2023

14

4.1) Dağılımların Karşılaştırılması ve Hata Hesabı -3

Yaşa Bağlı Makula Dejenerasyonu olan retina görüntüsü

Drusen ve lezyonların segmentasyon sonucunda belirlenmesi

Segmentasyon yapılmış resim üzerinde damarlarında algılandığı görülmektetir. Bu yöntemin damar bulma analizinde de başarılı olacağı görülmektedir. Fakat burada damarların elenmesi gerektiği için şuan ki çalışmalar o yöndedir.

Cuma 21.Nisan.2023

15

Sonuç Önemli olan hata miktarının optimum biçimde tespit

edilmesidir. Retina görüntülerindeki hastalıkların çoğu birbirine

benzemediğinden ve retina dokularının farklılaşmasından dolayı tüm hastalıklar için bir hata payı veya eşiği belirleyip otomatik olarak bu değerle tarama yapmak yanlış olabilmektedir.

Bu nedenle hata eşiği, görsel bilgilere dayandırılarak, elle seçilmektedir.

Burada hata eşiğinin belirlenmesi tamamen klinik testler ve deneyimlere göre yapılmalıdır.

Sistemin daha başlangıç aşamasında olduğu düşünülürse hata eşiğinin tüm durumları göz önünde bulundurarak doğru olarak belirlenmesi gelecekteki önemli çalışmalarınızdan biri olacaktır.

Cuma 21.Nisan.2023

LOGO

Uğur ŞEVİK

Cuma 21.Nisan.2023

Karadeniz Teknik ÜniversitesiFen Edebiyat Fakültesi

İstatistik ve Bilgisayar Bilimleri61080 - TRABZON

usevik@ktu.edu.tr