Por favor, use este identificador para citar o enlazar este ítem:
http://inaoe.repositorioinstitucional.mx/jspui/handle/1009/2485| Automated Method for Localization and Segmentation of the Optic Disc for Glaucoma Evaluation. | |
| Juan Heron Rodriguez Resendiz | |
| Jorge Francisco Martínez Carballido | |
| Acceso Abierto | |
| Atribución-NoComercial-SinDerivadas | |
| Glaucoma Fundus Photographs Optic Disc Localization Optic Disc Segmentation Convolutional Neural Networks K-Means, CLAHE | |
| Glaucoma, Fundus Photographs, Optic Disc Localization, Optic Disc Segmentation, Convolutional Neural Networks, K-Means, CLAHE. Glaucoma is group of eye diseases that damage the optic nerve of the eye. According to the World Health Organization (WHO), glaucoma is the second cause of blindness in the world, after cataracts, but it is the first cause of irreversible blindness; there are more than 80 million people in the world with glaucoma. In Mexico the Ministry of Health estimates that four percent of the population suffer it and between 50% and 80% are not diagnosed. Many forms of glaucoma do not present warning signs, perceptible by the person at the beginning, in addition this visual disease is multifactorial influenced by genetics and age. The effect is so gradual that those affected may not notice a change in vision until the condition is in an advanced stage. Since vision loss due to glaucoma cannot be recovered, it is important to have regular eye examinations so it can be diagnosed at early stages and treated properly. Fundus examinations are a great diagnostic tool since they allow the detection of the disease in early stages, the main pathognomonic changes occur in the optic disc, the vasculature in this area and the peripapillary region around it. There is not yet a reliable automated method for early detection of this disease. This project objective is to develop an algorithm to locate and segment this region of interest by combining deep learning techniques and simplification of image features to obtain a generalized and reliable solution that can be applied to any fundus image regardless of its resolution, capture device or lighting and contrast conditions. The region of interest found with this algorithm can be used in future work for automated methods that search changes caused by this disease to achieve early detection of glaucoma. Glaucoma, Fotografías de Fondo de Ojo, Localización del Disco Óptico, Segmentación del Discó Óptico, Redes Neuronales Convolucionales, K-Means, CLAHE. El glaucoma es una enfermedad que daña el nervio óptico del ojo. De acuerdo con la Organización Mundial de la Salud (OMS) el glaucoma es la segunda causa de ceguera en el mundo, después de las cataratas, pero es la primera causa de ceguera irreversible; a nivel mundial se estima que más de 80 millones de personas tienen glaucoma, mientras que la Secretaría de Salud indica que el cuatro por ciento de los mexicanos lo padecen y entre el 50% y 80% no están diagnosticados. Muchas formas de glaucoma no presentan signos de advertencia, perceptibles por la persona en sus inicios, además esta enfermedad visual es multifactorial, en la que influyen la genética y la edad. El efecto es tan gradual que es posible que los afectados no noten un cambio en la vista hasta que la afección se encuentre en una etapa avanzada. Dado que no se puede recuperar la pérdida de la vista debido al glaucoma, es importante realizarse exámenes oculares periódicos para poder realizar un diagnóstico en las etapas iniciales y tratarlo adecuadamente. Los exámenes de fondo de ojo son una gran herramienta de diagnóstico ya que permiten la detección de la enfermedad en etapas tempranas, los cambios patognomónicos principales se dan en el disco óptico, la vasculatura en esta zona y la región peri-papilar alrededor de ella. Aún no hay un método automatizado fiable para la detección de esta enfermedad. El objetivo de este proyecto fue desarrollar un algoritmo para localizar y segmentar está región de interés combinando técnicas de aprendizaje profundo y simplificación de características de imágenes para obtener una solución generalizada y confiable que pueda ser aplicada a cualquier imagen de fondo de ojo sin importar su resolución, dispositivo de captura o condiciones de iluminación y contraste. La región de interés encontrada con este algoritmo puede ser utilizada en trabajos futuros para buscar con métodos automatizados los cambios provocados por la enfermedad y poder hacer una detección temprana de glaucoma. | |
| Instituto Nacional de Astrofísica, Óptica y Electrónica. | |
| 2023-08 | |
| Tesis de maestría | |
| Español | |
| Estudiantes Investigadores Público en general | |
| Rodríguez Reséndiz J. H., (2023), Automated Method for Localization and Segmentation of the Optic Disc for Glaucoma Evaluation, Tesis de Maestría, Instituto Nacional de Astrofísica, Óptica y Electrónica. | |
| ELECTRÓNICA | |
| Versión aceptada | |
| acceptedVersion - Versión aceptada | |
| Aparece en las colecciones: | Maestría en Electrónica |
Cargar archivos:
| Fichero | Tamaño | Formato | |
|---|---|---|---|
| RODRIGUEZRJH_ME.pdf | 3.95 MB | Adobe PDF | Visualizar/Abrir |