Detekce onemocnění ve snímku sítnice oka

Loading...
Thumbnail Image
Date
ORCID
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Věkem podmíněná makulární degenerace se řadí mezi nejčastější onemocnění sítnice lidského oka, které vede různou rychlostí ke slepotě. Toto onemocnění se vyskytuje ve dvou formách. Zatímco u vlhké formy lze zpomalit její progresi, pro suchou formu prozatím neexistuje dostupná metoda léčby, proto je ze všeho nejdůležitější prevence. Z tohoto důvodu je cílem této práce navrhnout a implementovat software, který umožní automatickou detekci příznaků tohoto onemocnění z pořízených snímků sítnic. Algoritmus pro detekování příznaků je založený na adaptivním prahování obrazu pro získání podezřelých oblastí, které jsou následně klasifikovány. Při vyhodnocování bylo použito 407 snímků sítnic, u kterých tento software vykazoval velmi vysokou úspěšnost. V případě jeho nasazení ve spojení s optickým přístrojem pro snímání sítnice pomůže lékařům například rychleji diagnostikovat.
Age-related macular degeneration is one of the most common retinal diseases of the human eye that leads at different rates to blindness. This disease occurs in two forms. While the wet can slow down its progression, for dry form there is no available treatment method so far, so prevention is the most important. For this reason, the aim of this work is to design and implement software that allows automatic detection of the symptoms of this disease from retinal images. The symptom detection algorithm is based on adaptive thresholding which obtains suspicious areas that are subsequently categorized. 407 retinal images were used for the evaluation and the software was highly successful. When used in conjunction with an optical retinal scanner, it helps ophthalmologists, for example, to diagnose more quickly.
Description
Citation
AUBRECHT, T. Detekce onemocnění ve snímku sítnice oka [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2018.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Informační technologie
Comittee
prof. Ing. Adam Herout, Ph.D. (předseda) doc. Ing. Ondřej Ryšavý, Ph.D. (místopředseda) Ing. Bohuslav Křena, Ph.D. (člen) Ing. Tomáš Martínek, Ph.D. (člen) doc. RNDr. Michal Novák, Ph.D. (člen)
Date of acceptance
2018-06-13
Defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm výborně (A) . Otázky u obhajoby: Mohl byste prosím prezentovat (např. přehledným grafem) algoritmicky detekované projevy VMPD v porovnání s ručně anotovanými daty lékařem? Mohl byste obrazově demonstrovat detekci drúz/exudátů v porovnání s detekcí reflexí mladších jedinců? Jaké minimální rozlišení analyzovaných obrazů je zapotřebí k tomu, aby byly rozeznány základní projevy VPMD (tedy drúzy/exudáty)? Jedná se mi tedy o minimální velikost drúz/exudátů, které se v obrazu vlastně hledají, čemuž by odpovídalo i rozlišení.
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení
DOI
Collections
Citace PRO