Deteção de estruturas retinianas no diagnóstico da retinopatia diabética

O disco ótico é uma zona de convergência de vasos sanguíneos e assume um papel importante nos sistemas de diagnóstico automático, pois a sua localização define a região de diagnóstico que, por sua vez, pode localizar a mácula e definir uma região que não contem lesões retinianas. Esta região anatómica apresenta características próprias que o distinguem do resto da imagem, devido ao facto de que em condições normais apresenta uma cor amarela brilhante e circular. A segmentação do disco ótico, além de ser importante no pré-processamento de vários algoritmos desenvolvidos para a extração automática das estruturas anatómicas e para a deteção de lesões na retina, é também um indicador de várias patologias oftalmológicas, como a retinopatia diabética e o glaucoma, que é uma das causas mais comuns da cegueira. Contudo, o contorno desta estrutura anatómica atua, também como uma referência para medir outros parâmetros desta, como é o caso do aspeto arredondado do seu contorno. Neste relatório são apresentados dois métodos automáticos para detetar o disco ótico. Ambos baseiam-se na segmentação da rede vascular, mas diferenciam-se no método de identificação da região de interesse. Deste modo, o primeiro método de identificação da região de interesse fundamenta-se no cálculo da entropia, enquanto que o segundo método, para além desse cálculo, realiza uma otimização baseada numa colónia de formigas. Contudo, o método de localização do disco ótico tem como objetivo a verificação das corrrespondências de um determinado padrão. Os métodos foram testados em 1321 imagens de retinografia, provenientes de três bases de dados públicas: DRIVE, STARE e MESSIDOR. O primeiro método localizou corretamente o disco ótico em todas as 40 imagens do conjunto DRIVE (100%), em 75 das 81 imagens do conjunto STARE (92,59%) e em 370 das 1200 imagens da MESSIDOR (69,17%). O segundo método teve sucesso na totalidade das imagens na base de dados DRIVE (100%), falhou a localização em 4 imagens da base de dados STARE (95,06%) e em 48 (96,00%)da base de dados da MESSIDOR.The optic disc is an area of convergence of blood vessels and plays an important role in automatic diagnostic systems because its location defines the region of diagnosis which can locate the macula and to define a region which doesn’t contain retinal lesions. This anatomical region presents its own characteristics, which distinguishes it from the rest of the image, due to the fact that under normal conditions it has a bright yellow colour and a circular shape. The segmentation of the optic disc, apart from being important in several preprocessing developed algorithms for automatic extraction of anatomical structures and the detection of lesions in the retina, is also an indicator of various ophthalmic pathologies, such as diabetic retinopathy and glaucoma, which is one of the most common causes of blindness. However, the contour of this anatomical structure acts also as a reference to measure other parameters that, as is the case with the aspect of its rounded contour. This report presents two automatic methods to detect the optic disc. Both are based on the blood vessels segmentation, but they differ in the method of identification of the region of interest. Thus, the first method of identifying the region of interest is based on the calculation of entropy, while the second method is based not only on the calculation of entropy, but also in an ant colony optimization. Furthermore, the method of optic disc location is based on pattern matching. The methods were tested in 1321 retinopathy images, based on three public databases: DRIVE, STARE and MESSIDOR. The first method located correctly all the 40 images of the set DRIVE (100 %), in 75 of the 81 images of the set STARE (92,59%) and 370 of 1200 images of MESSIDOR (69,17%). The second method located the optic disc in all images in the DRIVE database (100 %), failed in 4 images in the STARE database (95,06%) and in 48 (96,00%) of the MESSIDOR database