uğur Şevİk karadeniz teknik Üniversitesi İstatistik ve bilgisayar bilimleri usevik@ktu.tr
Post on 21-Jan-2016
84 Views
Preview:
DESCRIPTION
TRANSCRIPT
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
top related