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
- Institución
- Universidad Nacional del Centro de la Provincia de Buenos Aires
- OAI Identificador
- oai:ridaa.unicen.edu.ar:123456789/1558
Ver los metadatos del registro completo
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 |