Detección y corrección de artefactos en imágenes de fondo de ojo /

Las fotografías de fondo de ojo son una herramienta muy útil para el diagnóstico de una variedad de enfermedades que se manifiestan en la retina. La presencia de artefactos en imágenes de fondo de ojo puede afectar de manera negativa el propósito del diagnóstico médico, puesto que estos artefactos p...

Full description

Autores:
Tipo de recurso:
Fecha de publicación:
2016
Institución:
Universidad Tecnológica de Bolívar
Repositorio:
Repositorio Institucional UTB
Idioma:
spa
OAI Identifier:
oai:repositorio.utb.edu.co:20.500.12585/3504
Acceso en línea:
https://hdl.handle.net/20.500.12585/3504
Palabra clave:
Matlab (Lenguaje de programación para computadores)
Retina -- Enfermedades -- Diagnóstico
Rights
openAccess
License
http://creativecommons.org/licenses/by-nc-nd/4.0/
Description
Summary:Las fotografías de fondo de ojo son una herramienta muy útil para el diagnóstico de una variedad de enfermedades que se manifiestan en la retina. La presencia de artefactos en imágenes de fondo de ojo puede afectar de manera negativa el propósito del diagnóstico médico, puesto que estos artefactos pueden ser confundidos con signos clínicos característicos de algunas enfermedades. Además, los artefactos afectan los resultados obtenidos en tareas de procesamiento de imágenes. Muchas veces las imágenes son adquiridas sin darnos cuenta de que el sensor está contaminado con partículas, por lo tanto todas las imágenes aparecen con estos artefactos en la misma región aproximadamente sin importar el contenido de la imagen. En el presente trabajo se implementó una metodología para el desarrollo de un algoritmo en el entorno MATLAB para detectar y eliminar de manera automática los artefactos en imágenes de fondo de ojo causados por la presencia de partículas de polvo en el sensor del retinógrafo. Se necesitan mínimo dos imágenes, pero la detección mejora con una mayor cantidad. Los resultados muestran que los artefactos son detectados satisfactoriamente en distintas regiones de la imagen. Sin embargo, algunos artefactos con bajo contraste no son detectados. Para eliminar estos artefactos, se planteó un método alternativo de detección que requiere la localización manual por parte del usuario.