Segmentación del árbol vascular de la retina en angiografías con fluoresceína

Autores
Giamberardino, Mauro; Borthiry, Ariel
Año de publicación
2017
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión aceptada
Colaborador/a o director/a de tesis
Orlando, José Ignacio
Del Fresno, Mariana
Descripción
Según la Organización Mundial de la Salud, más de 200 millones de personas en todo el mundo sufre de algún tipo de discapacidad visual. En general, las mismas ocurren como consecuencia de padecer algún tipo de enfermedad visual, algunas de las cuales, tales como la retinopatía diabética o la degeneración macular asociada a la edad, afectan principalmente a la retina. La detección temprana de estas enfermedades es esencial, dado que la pérdida que ocasionan en la visión es irreversible y requieren tratamientos apropiados para detener su avance. Sin embargo, las mismas suelen ser asintomáticas en sus primeros estadíos. Para su detección, los oftalmólogos suelen usar diferentes modalidades de imágenes médicas. Entre ellas, la angiografía por fluoresceína permite estudiar anatómica y funcionalmente el comportamiento vascular de la retina, permitiendo, con un alto contraste, detectar comportamientos patológicos. Para reducir la variabilidad entre expertos y mejorar la precisión de los diagnósticos médicos, se han propuesto en los últimos años numerosos enfoques computacionales para asistir al análisis de esta modalidad de imagen. En particular, muchas de ellas se ven beneficiadas por la incorporación de algún módulo que permita la segmentación de los vasos sanguíneos, cuya cuantificación permite caracterizar alteraciones relacionadas con la existencia de enfermedades. Este trabajo tiene por objetivo general la implementación de un algoritmo que permita la segmentación automática de los vasos sanguíneos en secuencias de angiografías por fluoresceína, para contribuir en un futuro al desarrollo de aplicaciones para asistencia al diagnóstico de enfermedades oculares. Además, se propone una estrategia preprocesamiento sobre las imágenes a fin de reducir los efectos de artefactos típicos de esta modalidad, tales como el ruido o el bajo contraste, con el propósito de facilitar la caracterización del árbol vascular. Finalmente, se propone una configuración óptima para un método de segmentación previamente desarrollado, que logra mejoras significativas en los resultados obtenidos. Los experimentos realizados sobre el conjunto de imágenes VAMPIRE y la evaluación cuantitativa y cualitativa de los resultados obtenidos indican que el método presentado permite obtener segmentaciones precisas del árbol vascular en angiografías por fluoresceína, mejorando en varios casos los resultados obtenidos previamente utilizando otro enfoque. Asímismo, el método de preprocesamiento desarrollado proporciona una mejora notable en la calidad de los resultados.
Fil: Giamberardino, Mauro. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Borthiry, Ariel. Universidad Nacional del Centro de la Provincia de Bueno Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Orlando, José Ignacio. Universidad Nacional del Centro de la Provincia de Bueno Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Del Fresno, Mariana. Universidad Nacional del Centro de la Provincia de Bueno Aires. Facultad de Ciencias Exactas; Argentina.
Materia
Retinopatía diabética
Procesamiento de imágenes
Enfermedades de los ojos
Angiografía por fluoresceína
Ingeniería de sistemas
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
RIDAA (UNICEN)
Institución
Universidad Nacional del Centro de la Provincia de Buenos Aires
OAI Identificador
oai:ridaa.unicen.edu.ar:123456789/1558

id RIDUNICEN_899913f02327fd4572b41d233567b609
oai_identifier_str oai:ridaa.unicen.edu.ar:123456789/1558
network_acronym_str RIDUNICEN
repository_id_str a
network_name_str RIDAA (UNICEN)
spelling Segmentación del árbol vascular de la retina en angiografías con fluoresceínaGiamberardino, MauroBorthiry, ArielRetinopatía diabéticaProcesamiento de imágenesEnfermedades de los ojosAngiografía por fluoresceínaIngeniería de sistemasSegún la Organización Mundial de la Salud, más de 200 millones de personas en todo el mundo sufre de algún tipo de discapacidad visual. En general, las mismas ocurren como consecuencia de padecer algún tipo de enfermedad visual, algunas de las cuales, tales como la retinopatía diabética o la degeneración macular asociada a la edad, afectan principalmente a la retina. La detección temprana de estas enfermedades es esencial, dado que la pérdida que ocasionan en la visión es irreversible y requieren tratamientos apropiados para detener su avance. Sin embargo, las mismas suelen ser asintomáticas en sus primeros estadíos. Para su detección, los oftalmólogos suelen usar diferentes modalidades de imágenes médicas. Entre ellas, la angiografía por fluoresceína permite estudiar anatómica y funcionalmente el comportamiento vascular de la retina, permitiendo, con un alto contraste, detectar comportamientos patológicos. Para reducir la variabilidad entre expertos y mejorar la precisión de los diagnósticos médicos, se han propuesto en los últimos años numerosos enfoques computacionales para asistir al análisis de esta modalidad de imagen. En particular, muchas de ellas se ven beneficiadas por la incorporación de algún módulo que permita la segmentación de los vasos sanguíneos, cuya cuantificación permite caracterizar alteraciones relacionadas con la existencia de enfermedades. Este trabajo tiene por objetivo general la implementación de un algoritmo que permita la segmentación automática de los vasos sanguíneos en secuencias de angiografías por fluoresceína, para contribuir en un futuro al desarrollo de aplicaciones para asistencia al diagnóstico de enfermedades oculares. Además, se propone una estrategia preprocesamiento sobre las imágenes a fin de reducir los efectos de artefactos típicos de esta modalidad, tales como el ruido o el bajo contraste, con el propósito de facilitar la caracterización del árbol vascular. Finalmente, se propone una configuración óptima para un método de segmentación previamente desarrollado, que logra mejoras significativas en los resultados obtenidos. Los experimentos realizados sobre el conjunto de imágenes VAMPIRE y la evaluación cuantitativa y cualitativa de los resultados obtenidos indican que el método presentado permite obtener segmentaciones precisas del árbol vascular en angiografías por fluoresceína, mejorando en varios casos los resultados obtenidos previamente utilizando otro enfoque. Asímismo, el método de preprocesamiento desarrollado proporciona una mejora notable en la calidad de los resultados.Fil: Giamberardino, Mauro. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.Fil: Borthiry, Ariel. Universidad Nacional del Centro de la Provincia de Bueno Aires. Facultad de Ciencias Exactas; Argentina.Fil: Orlando, José Ignacio. Universidad Nacional del Centro de la Provincia de Bueno Aires. Facultad de Ciencias Exactas; Argentina.Fil: Del Fresno, Mariana. Universidad Nacional del Centro de la Provincia de Bueno Aires. Facultad de Ciencias Exactas; Argentina.Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias ExactasOrlando, José IgnacioDel Fresno, Mariana2017-092018-03-15T14:28:34Zinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfapplication/pdfhttp://www.ridaa.unicen.edu.ar/xmlui/handle/123456789/1558https://www.ridaa.unicen.edu.ar/handle/123456789/1558spahttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/info:eu-repo/semantics/openAccessreponame:RIDAA (UNICEN)instname:Universidad Nacional del Centro de la Provincia de Buenos Aires2025-09-29T13:41:21Zoai:ridaa.unicen.edu.ar:123456789/1558instacron:UNICENInstitucionalhttps://www.ridaa.unicen.edu.ar/Universidad públicaNo correspondehttps://www.ridaa.unicen.edu.ar/oailleiboff@rec.unicen.edu.ar;gimeroni@rec.unicen.edu.ar;lvarela@rec.unicen.edu.ar ;ArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2025-09-29 13:41:22.299RIDAA (UNICEN) - Universidad Nacional del Centro de la Provincia de Buenos Airesfalse
dc.title.none.fl_str_mv Segmentación del árbol vascular de la retina en angiografías con fluoresceína
title Segmentación del árbol vascular de la retina en angiografías con fluoresceína
spellingShingle Segmentación del árbol vascular de la retina en angiografías con fluoresceína
Giamberardino, Mauro
Retinopatía diabética
Procesamiento de imágenes
Enfermedades de los ojos
Angiografía por fluoresceína
Ingeniería de sistemas
title_short Segmentación del árbol vascular de la retina en angiografías con fluoresceína
title_full Segmentación del árbol vascular de la retina en angiografías con fluoresceína
title_fullStr Segmentación del árbol vascular de la retina en angiografías con fluoresceína
title_full_unstemmed Segmentación del árbol vascular de la retina en angiografías con fluoresceína
title_sort Segmentación del árbol vascular de la retina en angiografías con fluoresceína
dc.creator.none.fl_str_mv Giamberardino, Mauro
Borthiry, Ariel
author Giamberardino, Mauro
author_facet Giamberardino, Mauro
Borthiry, Ariel
author_role author
author2 Borthiry, Ariel
author2_role author
dc.contributor.none.fl_str_mv Orlando, José Ignacio
Del Fresno, Mariana
dc.subject.none.fl_str_mv Retinopatía diabética
Procesamiento de imágenes
Enfermedades de los ojos
Angiografía por fluoresceína
Ingeniería de sistemas
topic Retinopatía diabética
Procesamiento de imágenes
Enfermedades de los ojos
Angiografía por fluoresceína
Ingeniería de sistemas
dc.description.none.fl_txt_mv Según la Organización Mundial de la Salud, más de 200 millones de personas en todo el mundo sufre de algún tipo de discapacidad visual. En general, las mismas ocurren como consecuencia de padecer algún tipo de enfermedad visual, algunas de las cuales, tales como la retinopatía diabética o la degeneración macular asociada a la edad, afectan principalmente a la retina. La detección temprana de estas enfermedades es esencial, dado que la pérdida que ocasionan en la visión es irreversible y requieren tratamientos apropiados para detener su avance. Sin embargo, las mismas suelen ser asintomáticas en sus primeros estadíos. Para su detección, los oftalmólogos suelen usar diferentes modalidades de imágenes médicas. Entre ellas, la angiografía por fluoresceína permite estudiar anatómica y funcionalmente el comportamiento vascular de la retina, permitiendo, con un alto contraste, detectar comportamientos patológicos. Para reducir la variabilidad entre expertos y mejorar la precisión de los diagnósticos médicos, se han propuesto en los últimos años numerosos enfoques computacionales para asistir al análisis de esta modalidad de imagen. En particular, muchas de ellas se ven beneficiadas por la incorporación de algún módulo que permita la segmentación de los vasos sanguíneos, cuya cuantificación permite caracterizar alteraciones relacionadas con la existencia de enfermedades. Este trabajo tiene por objetivo general la implementación de un algoritmo que permita la segmentación automática de los vasos sanguíneos en secuencias de angiografías por fluoresceína, para contribuir en un futuro al desarrollo de aplicaciones para asistencia al diagnóstico de enfermedades oculares. Además, se propone una estrategia preprocesamiento sobre las imágenes a fin de reducir los efectos de artefactos típicos de esta modalidad, tales como el ruido o el bajo contraste, con el propósito de facilitar la caracterización del árbol vascular. Finalmente, se propone una configuración óptima para un método de segmentación previamente desarrollado, que logra mejoras significativas en los resultados obtenidos. Los experimentos realizados sobre el conjunto de imágenes VAMPIRE y la evaluación cuantitativa y cualitativa de los resultados obtenidos indican que el método presentado permite obtener segmentaciones precisas del árbol vascular en angiografías por fluoresceína, mejorando en varios casos los resultados obtenidos previamente utilizando otro enfoque. Asímismo, el método de preprocesamiento desarrollado proporciona una mejora notable en la calidad de los resultados.
Fil: Giamberardino, Mauro. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Borthiry, Ariel. Universidad Nacional del Centro de la Provincia de Bueno Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Orlando, José Ignacio. Universidad Nacional del Centro de la Provincia de Bueno Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Del Fresno, Mariana. Universidad Nacional del Centro de la Provincia de Bueno Aires. Facultad de Ciencias Exactas; Argentina.
description Según la Organización Mundial de la Salud, más de 200 millones de personas en todo el mundo sufre de algún tipo de discapacidad visual. En general, las mismas ocurren como consecuencia de padecer algún tipo de enfermedad visual, algunas de las cuales, tales como la retinopatía diabética o la degeneración macular asociada a la edad, afectan principalmente a la retina. La detección temprana de estas enfermedades es esencial, dado que la pérdida que ocasionan en la visión es irreversible y requieren tratamientos apropiados para detener su avance. Sin embargo, las mismas suelen ser asintomáticas en sus primeros estadíos. Para su detección, los oftalmólogos suelen usar diferentes modalidades de imágenes médicas. Entre ellas, la angiografía por fluoresceína permite estudiar anatómica y funcionalmente el comportamiento vascular de la retina, permitiendo, con un alto contraste, detectar comportamientos patológicos. Para reducir la variabilidad entre expertos y mejorar la precisión de los diagnósticos médicos, se han propuesto en los últimos años numerosos enfoques computacionales para asistir al análisis de esta modalidad de imagen. En particular, muchas de ellas se ven beneficiadas por la incorporación de algún módulo que permita la segmentación de los vasos sanguíneos, cuya cuantificación permite caracterizar alteraciones relacionadas con la existencia de enfermedades. Este trabajo tiene por objetivo general la implementación de un algoritmo que permita la segmentación automática de los vasos sanguíneos en secuencias de angiografías por fluoresceína, para contribuir en un futuro al desarrollo de aplicaciones para asistencia al diagnóstico de enfermedades oculares. Además, se propone una estrategia preprocesamiento sobre las imágenes a fin de reducir los efectos de artefactos típicos de esta modalidad, tales como el ruido o el bajo contraste, con el propósito de facilitar la caracterización del árbol vascular. Finalmente, se propone una configuración óptima para un método de segmentación previamente desarrollado, que logra mejoras significativas en los resultados obtenidos. Los experimentos realizados sobre el conjunto de imágenes VAMPIRE y la evaluación cuantitativa y cualitativa de los resultados obtenidos indican que el método presentado permite obtener segmentaciones precisas del árbol vascular en angiografías por fluoresceína, mejorando en varios casos los resultados obtenidos previamente utilizando otro enfoque. Asímismo, el método de preprocesamiento desarrollado proporciona una mejora notable en la calidad de los resultados.
publishDate 2017
dc.date.none.fl_str_mv 2017-09
2018-03-15T14:28:34Z
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/acceptedVersion
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format bachelorThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv http://www.ridaa.unicen.edu.ar/xmlui/handle/123456789/1558
https://www.ridaa.unicen.edu.ar/handle/123456789/1558
url http://www.ridaa.unicen.edu.ar/xmlui/handle/123456789/1558
https://www.ridaa.unicen.edu.ar/handle/123456789/1558
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas
publisher.none.fl_str_mv Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas
dc.source.none.fl_str_mv reponame:RIDAA (UNICEN)
instname:Universidad Nacional del Centro de la Provincia de Buenos Aires
reponame_str RIDAA (UNICEN)
collection RIDAA (UNICEN)
instname_str Universidad Nacional del Centro de la Provincia de Buenos Aires
repository.name.fl_str_mv RIDAA (UNICEN) - Universidad Nacional del Centro de la Provincia de Buenos Aires
repository.mail.fl_str_mv lleiboff@rec.unicen.edu.ar;gimeroni@rec.unicen.edu.ar;lvarela@rec.unicen.edu.ar ;
_version_ 1844619029513240576
score 12.559606