Rok / Year: 2013
Svazek / Volume: 15
Číslo / Issue: 5
Analýza geometrického zkreslení multimodálních obrazových dat sítnice Analysis of the geometrical distortion of multimodal images of the retina Pavlína Macková1 , Radim Kolář2 , Jan Odstrčilík1
[email protected],
[email protected],
[email protected] 1
2
Fakulta elektrotechniky a komunikačních technologií VUT v Brně, Mezinárodní centrum klinického výzkumu-Centrum biomedicínského inženýrství, Fakultní nemocnice u sv. Anny v Brně
Abstrakt: Článek se zabývá analýzou geometrického zkreslení multimodálních obrazových dat pořízených oftalmologickými přístroji pro zobrazování sítnice. Zkreslení je hodnoceno na základě manuálního označení cév ve snímcích ze skenovacího laserového oftalmoskopu, fundus kamery a optického koherentního tomografu. Výsledné zkreslení je hodnoceno ve třech horizontálních a vertikálních oblastech snímků z laserového skenovacího oftalmoskopu na základě určení diferencí pozic středů jednotlivých označených cév. Výsledky potvrdily předpoklady o způsobu zkreslení a dále ukázaly, že existují zanedbatelné rozdíly mezi zkreslením u jednotlivých modalit.
Abstract: This article analyzes the geometrical distortion of multimodal images recorded by ophthalmologic apparatus for imaging of the retina. The distortion is evaluated on the basis of manual labeling of blood vessels in images from a scanning laser ophthalmoscope, fundus camera and optical coherent tomography. The resulting distortion is evaluated in three horizontal and vertical areas of images from laser scanning ophthalmoscope by determining the differences in positions of each designated vessels. The results confirmed the assumptions of distortion and showed that there are negligible differences between the distortions of individual modalities.
VOL.15, NO.5, OCTOBER 2013
Analýza geometrického zkreslení multimodálních obrazových dat sítnice Pavlína Macková1, Radim Kolář2, Jan Odstrčilík1 Fakulta elektrotechniky a komunikačních technologií VUT v Brně Email:
[email protected],
[email protected]
1
Mezinárodní centrum klinického výzkumu-Centrum biomedicínského inženýrství, Fakultní nemocnice u sv. Anny v Brně Email:
[email protected]
2
Abstrakt – Článek se zabývá analýzou geometrického zkreslení multimodálních obrazových dat pořízených oftalmologickými přístroji pro zobrazování sítnice. Zkreslení je hodnoceno na základě manuálního označení cév ve snímcích ze skenovacího laserového oftalmoskopu, fundus kamery a optického koherentního tomografu. Výsledné zkreslení je hodnoceno ve třech horizontálních a vertikálních oblastech snímků z laserového skenovacího oftalmoskopu na základě určení diferencí pozic středů jednotlivých označených cév. Výsledky potvrdily předpoklady o způsobu zkreslení a dále ukázaly, že existují zanedbatelné rozdíly mezi zkreslením u jednotlivých modalit.
1 Úvod K zobrazení zadního segmentu oka (sítnice s optickým diskem, žlutou skvrnou a žilními strukturami) se v klinické praxi používá několik zobrazovacích systémů pracujících v oblasti viditelných a infračervených vlnových délek. Mezi základní modality patří fundus kamera, laserové skenovací systémy (konfokální i nekonfokální), dále polarimetrické a tomografické systémy, které jsou založené na interferenci světelných vln. U skenovacích systémů dochází nutně k určitému zkreslení, které je způsobené především pohybem oka během snímání. Tento druh zkreslení se projevuje především u optického koherentního tomografu (viz dále). U jiných modalit se projevují další typy zkreslení způsobené například různým úhlem snímání či vzdáleností paprsku dopadajícího na sítnici oka. Tento článek se zaměřuje na zkreslení projevující se u fundus kamery, optického koherentního tomografu a skenovacího laserového oftalmoskopu. Fundus kamera je zobrazovací modalita sloužící k dokumentaci zdravotního stavu očí a hodnocení změn spojený s progresí očních onemocnění. Fundus kamera je ve své podstatě mikroskop, který využívá zdroj bílého světla pro osvětlení sítnice a CCD/CMOS čip pro záznam obrazů. Snímání očí pomocí fundus kamery umožňuje rozpoznat struktury vyskytující se na sítnici oka a může také přispět ke sledování funkčních a morfologických změn na sítnici. Kromě diagnostiky očních onemocnění (např. diabetická retinopatie, glaukom, věkem podmíněná makulární degenerace a další) přispívá fundus zobrazení také k diagnostice a léčbě hypertenze a srdečních onemocnění [2]. Optická koherentní tomografie (OCT) představuje relativně novou skenovací techniku využívanou v oftalmologii. Jed-
ná se o neinvazivní a nekontaktní diagnostickou metodou užívanou kromě oftalmologie i pro jiná aplikační pole. OCT technika používá nízko-koherentního infračerveného světla k získání 2D obrazů, které představují optické řezy tkání sítnice. OCT technika je užívána pro diagnostiku retinálních onemocnění (makulární krvácení, hodnocení změn ve struktuře sítnice, diabetická retinopatie, glaukom, věkem podmíněná degenerace žluté skvrny, analýza optického nervu a vrstvy nervových vláken [4]). Optická koherentní tomografie ve spektrální oblasti (SD-OCT) je pokročilou modifikací starší optické koherentní tomografie v časové oblasti (TD-OCT). SD-OCT má vyšší prostorové a časové rozlišení, senzitivitu a také umožňuje redukci pohybových artefaktů, což zpřesňuje analýzu retinálních struktur, vrstev a cév a zlepšuje detekci a monitorování očních onemocnění [3][9]. Skenovací laserový oftalmoskop (SLO) je zařízení umožňující rychlé skenování sítnice pomocí rozmítaného laserového paprsku a měření odrazu světla od sítnice. S vysokou senzitivitou umožňuje zobrazovat retinu a retinální cévy [7]. SLO metoda je užitečná v diagnostice degenerativních onemocnění žluté skvrny nebo diagnostice glaukomu. V řadě moderních přístrojů je SLO zařízení spojeno přímo s OCT přístroji (např. Spectralis, RTVue, Stratus), může však také fungovat jako samostatné zařízení. Současným trendem v oftalmologii je fúze obrazové informace z různých modalit. V tomto článku se proto zabýváme analýzou zkreslení, které lze u vybraných zobrazovacích technik očekávat. Analýza je založena na hodnocení pozice retinálních cév při zobrazování pomocí SLO, OCT a fundus kamery. Zjišťujeme, zda se při snímání těmito modalitami projevuje geometrické zkreslení a porovnáváme v jakých oblastech snímku je toto zkreslení nejvíce pozorovatelné.
2 Data V této práci byla použita obrazová data sítnice, získaná z OCT přístroje Spectralis (Heidelberg Engineering, Inc.), který poskytuje jak jednotlivé optické řezy (tzv. B-skeny), tak i snímky z SLO. Pro zobrazení využívá zařízení Spectralis zdroje světla o vlnové délce 488 nm pro akvizici SLO snímku a 870 nm pro akvizici jednotlivých B-skenů. Velikost SLO snímků byla 768 x 768 pixelů při velikosti zorného pole 30°. Velikost jednotlivých B-skenů pak 496 x 512 pixelů (případně 496 x 768 pixelů). Na obrázku 1 je vyobrazen souřadnicový systém SLO snímku s vyznačením pozic B-skenů. Při každém měření bylo naskenováno celkem 61 B-skenů rozložených rovnoměrně
315
VOL.15, NO.5, OCTOBER 2013 v SLO snímku. Současně s obrazovou informací SLO a OCT byly uloženy i informace o pozicích jednotlivých B-skenů v SLO snímku a na vybraných řezech (B-skenech) bylo realizováno zpracování a hodnocení diference v pozici retinálních cév.
3 Metody Zpracování získaných dat a algoritmické řešení probíhalo v programovém prostředí Matlab R2012b. Celkově bylo zpracování rozděleno do tří samostatných kroků: 1. Registrace SLO snímku a snímku z fundus kamery – smyslem registrace je zavedení jednoho souřadného systému pro všechna obrazová data. Pozice B-skenů v SLO snímku je známa, a proto není potřeba další registrace. 2. Manuální označení korespondujících pozic středů retinálních cév ve všech obrazech. 3. Výpočet diferencí pozic a jejich vyhodnocení. 3.1 Registrace SLO snímku a snímku z fundus kamery
Obrázek 1: Systém koordinát v SLO zobrazení s vyznačením pozic B-skenů [1] Dále byla použita fundus kamera Canon CR–1 (s fotoaparátem EOS 40D). Na obrázku 2 je uveden snímek pořízený touto kamerou. Jedná se o barevný (RGB) snímek s velikostí 3504 x 2336 pixelů a velikostí zorného pole 60°. Pro další zpracování bylo využito snímků ze zeleného kanálu, který zprostředkovává optimální zobrazení pro hodnocení cévního řečiště sítnice dosažením nejvyššího kontrastu mezi pozadím a cévami. Ukázky snímků z těchto modalit jsou uvedeny dále v kapitole 3. Obrazová data byla pořízena od 10 pacientů, u kterých nebyla diagnostikována žádná oční vada.
Pro hodnocení odchylky středů retinálních cév ve snímcích z fundus kamery, bylo nutné provést registraci SLO snímku se snímkem z fundus kamery. Registrace probíhala na základě manuálního označení korespondujících bodů v SLO i snímku z fundus kamery, kde docházelo k větvení či křížení retinálních cév. Pro každou registrovanou dvojici bylo v obou snímcích označeno 20 korespondujících bodů, které byly v obraze rovnoměrně rozloženy. Jako geometrická transformační funkce byla zvolena kvadratická transformace, která byla pro registraci oftalmologických snímků úspěšně použita v minulosti v práci Hybrid retinal image registration using phase correlation [5]. Oba obrazy byly poté pro kontrolu kvality registrace zobrazeny formou šachovnicového systému, jak uvádí obrázek 3, kde se navzájem střídají čtvercové výřezy SLO a snímku z fundus kamery. Výsledný zregistrovaný snímek zobrazený na obrázku 5, byl uložen pro další zpracování.
Obrázek 3: Výsledek registrace SLO snímku a snímku z fundus kamery
Obrázek 2: RGB snímek sítnice oka získaný z fundus kamery
316
VOL.15, NO.5, OCTOBER 2013 3.2 Manuální označení korespondujících pozic středů retinálních cév V SLO snímku byly pro hodnocení pozice retinálních cév zvoleny tři horizontální oblasti. Každá z oblastí obsahovala celkem 5 B-skenů. První oblast ležela ve spodní části snímku (B-sken 1 až B-sken 5), druhá oblast byla umístěna poblíž středu snímku (B-sken 16 až B-sken 20). Z důvodů malého počtu větších cév nemohla být zvolena oblast přesně ve středu snímku. Poslední oblast pak obsahovala B-skeny u horní hranice SLO snímku (B-sken 56 až B-sken 60). Při zpracování docházelo k postupnému zobrazování pozic jednotlivých B-skenů a následnému manuálnímu značení začátku, středu a konce cévy, kterou daná tomografická rovina prochází. Vzhledem k problému s vizuálním odlišením cévy od okolí, byly vynechány cévy s šířkou menší než 4 px. Průměrná šířka cév odpovídala 12,93 px (medián 10,8 px). Při zpracování byla pro větší přesnost značení jednotlivých pozic cév použita funkce zoom, což umožnilo s dostatečnou přesností označení pozic cév se zachováním schopnosti rozlišit vizuálně cévu od okolí. Výsledný snímek SLO s označením všech 15 řezů je zobrazen na obrázku 4.
pouze na detekci stínů objevujících se v B-skenech pod oblastí výskytu cév, z nichž vychází práce autorů Niemeijer at al [6] a Xu at al [9]. Při předzpracování B-skenů byl ze snímků odstraněn šum typu speckle, který se významně projevuje na kvalitě snímků OCT dat. K odstranění šumu byl použit algoritmus založený na Bayesovském odhadu šumu [8].
Obrázek 5: Zregistrovaný snímek z fundus kamery s vyznačenými pozicemi cév z SLO snímku (zelené body) a středy cév v registrovaném snímku (červené body)
Obrázek 4: SLO snímek s vyznačenými místy pozic hodnocených B-skenů (bílá úsečka) a označenými retinálními cévami (zelené body) V registrovaném snímku z fundus kamery byly vyznačeny pozice středů u totožných cév jako při značení v SLO snímku. Pozice středů ve snímku z fundus kamery byly určovány s využitím pomocného zobrazení bodů získaných při označování SLO snímku. Postupně tak byly označeny středy cév u odpovídajících pozic B-skenů (sken 1-5, 16-20 a 56-60). Výsledný snímek se zaznačením pozic středů a okrajů retinálních cév z SLO snímku a pozic středů ve snímku z fundus kamery zobrazen na obrázku 5. Uložená informace o pozicích retinálních cév v SLO snímku v místech snímání B-skenů odpovídající obrázku 6, byla využita při zobrazení pozic cév v jednotlivých B-skenech. Byla tak získána informace o umístění retinálních cév v příslušných B-skenech z OCT systému, která není založena
Obrázek 6: B-scan s označením pozic začátku, středu a konce retinální cév S využitím informace o pozicích středů cév v SLO snímku a s přihlédnutím na stíny ve snímku objevující se pod retinálními cévami, došlo k vlastnímu označení středů cév v Bskenech. Střed cév byl označován opět manuálně. Celkem bylo ve snímcích označeno 1261 bodů. Na jeden snímek tak připadalo v průměru 126 bodů. Před zpracování dat bylo nutné provést korekci. Z hodnocení byly u snímků SLO a snímků z fundus kamery vynechány cévy s orientací menší než 45° vůči rovině snímání B-skenu. U těchto cév nebylo možné určit přesně jejich střed z důvodu široké oblasti cévy, kterou procházel řez roviny Bskenu. Ve snímcích OCT byla provedena korekce u cév, které
317
VOL.15, NO.5, OCTOBER 2013 nebylo možno přesně označit z důvodu špatné vizuální odlišitelnosti od pozadí. 3.3 Výpočet diferencí pozic středů retinálních cév a jejich vyhodnocení Informace o pozicích středů cév ve snímcích z SLO, fundus kamery i OCT byly uloženy a využity pro výpočet diference středů retinálních cév v jednotlivých zobrazovacích modalitách. Diference v pozici středů cév u snímku SLO a snímku z fundus kamery byla stanovena dle (1). U snímků SLO a OCT byla diference středů stanovena obdobně (2). difFUNDUS = |souřadnice_XSLO - souřadnice_XFUNDUS|
(1)
difOCT= |souřadnice_XSLO - souřadnice_XOCT|
(2)
a celkový průměr a medián všech řezů pro každý snímek. Výsledky jsou uvedeny v tabulce 1. Tabulka 2 odpovídá výsledkům získaným po rozdělení hodnocené oblasti na tři vertikální části (A, B, C), kde byl stanoven průměr a medián vždy pro pětici řezů náležející do dané části a celkový průměr i medián ze všech řezů v určité oblasti. Tabulka 1: Odchylka středů retinálních cév ve snímcích SLO/fundus kamera a SLO/OCT na základě rozdělení snímku do tří horizontálních oblastí
Pacient
71084
Získané výsledky a popis hodnocení jsou uvedeny v následující kapitole.
71085
4 Výsledky
71086
Při hodnocení diference středů retinálních cév byla data rozdělena na tři uvedené horizontální oblasti. Navíc byla data rozdělena i na tři vertikální části - A,B,C. Schéma rozdělení snímku je naznačeno na obrázku 7. Data byla zpracována na souboru 10 pacientů náhodně vybraných z databáze snímků zdravých pacientů dostupné na ÚBMI VUT Brno. Pro značení pacientů je v databázi využito specifického pětimístného čísla.
90789 90790 90792 91929 91930 91931 92420
Průměrná hodnota odchylky [px]
Pořadí řezu řez řez řez všechny 1-5 16-20 56-60 řezy
fundus kamera
2,17
4,36
1,49
2,00
OCT
2,86
2,78
4,28
3,37
fundus kamera
2,71
1,31
7,00
3,20
OCT
1,86
8,86
4,29
6,11
fundus kamera
3,29
2,13
4,21
3,30
OCT
2,39
3,03
4,05
3,26
fundus kamera
1,55
1,10
2,91
1,68
OCT
1,59
1,83
2,64
1,98
fundus kamera
5,65
1,69
2,03
2,99
OCT
1,65
1,76
1,70
1,70
fundus kamera
4,33
1,06
2,86
2,56
OCT
1,71
2,13
1,17
1,64
fundus kamera
4,61
6,84
3,29
5,21
OCT
4,55
0,87
2,26
2,18
fundus kamera
3,56
1,71
1,19
2,30
OCT
2,65
2,42
4,46
3,14
fundus kamera
3,07
1,43
2,81
2,47
OCT
2,41
2,07
1,19
1,84
fundus kamera
3,00
0,96
5,50
2,96
OCT
3,58
2,71
3,58
3,20
Normal Probability Plot of 1 2,0
1,5
Expected Normal Value
1,0
0,5
1: SW-W = 0,8731; p = 0,1085 2: SW-W = 0,8337; p = 0,0370 3: SW-W = 0,9151; p = 0,3182 4: SW-W = 0,9583; p = 0,7668 5: SW-W = 0,9371; p = 0,5214 16: SW-W = 0,9294; p = 0,4416 17: SW-W = 0,9607; p = 0,7943 18: SW-W = 0,9597; p = 0,7823 19: SW-W = 0,9481; p = 0,6458 20: SW-W = 0,9408; p = 0,5617 56: SW-W = 0,9628; p = 0,8176 57: SW-W = 0,9253; p = 0,4034 58: SW-W = 0,8071; p = 0,0177 59: SW-W = 0,9482; p = 0,6476 60: SW-W = 0,9166; p = 0,3292
0,0
-0,5
-1,0
Obrázek 7: Snímek popisující rozdělení snímku pro hodnocení diference cév Po výpočtu všech diferencí byla data statisticky vyhodnocena. Nejdříve byl vypočten průměr a medián odchylek difFUNDUS a difOCT pro tři skupiny horizontálních řezů samostatně
-1,5
-2,0 0
2
4
6
Observed Value
8
10
1 2 3 4 5 16 17 18 19 20 56 57 58 59 60
Obrázek 8: N-N graf ověřující normalitu průměrné odchylky retinálních cév v SLO a OCT snímcích
318
VOL.15, NO.5, OCTOBER 2013 Normal Probability Plot of 1 2,0
1,5
Expected Normal Value
1,0
0,5
1: SW-W = 0,933; p = 0,4786 2: SW-W = 0,7448; p = 0,0031 3: SW-W = 0,805; p = 0,0167 4: SW-W = 0,8723; p = 0,1064 5: SW-W = 0,9016; p = 0,2281 16: SW-W = 0,9384; p = 0,5353 17: SW-W = 0,8755; p = 0,1158 18: SW-W = 0,7686; p = 0,0060 19: SW-W = 0,8834; p = 0,1428 20: SW-W = 0,8969; p = 0,2026 56: SW-W = 0,9082; p = 0,2687 57: SW-W = 0,9083; p = 0,2696 58: SW-W = 0,7802; p = 0,0083 59: SW-W = 0,8986; p = 0,2116 60: SW-W = 0,8881; p = 0,1615
0,0
-0,5
-1,0
-1,5
1 2 3 4 5 16 17 18 19 20 56 57 58 59 60
-2,0 -2
0
2
4
6
8
10
12
Observed Value
Obrázek 9: N-N graf ověřující normalitu mediánu odchylky retinálních cév v SLO a OCT snímcích Tabulka 2: Odchylka středů retinálních cév ve snímcích SLO/fundus a SLO/OCT na základě rozdělení snímku do tří vertikálních oblastí
71084 71085 71086 90789 90790 90792 91929 91930 91931
9
8
Část snímku
Průměrná hodnota odchylky [px]
A
B
C
fundus kamera
1,52
3,29
2,12
OCT
4,78
3,04
2,68
fundus kamera
5,30
1,88
2,34
OCT
4,07
2,00
1,63
fundus kamera
2,63
2,86
3,69
2
OCT
3,70
3,23
2,67
1
fundus kamera
1,67
1,27
2,13
0
OCT
2,16
3,12
2,33
fundus kamera
3,33
2,24
3,26
OCT
2,11
1,72
1,40
fundus kamera
2,09
2,59
2,79
8
OCT
1,81
1,60
2,86
7
fundus kamera
2,72
4,82
7,44
OCT
3,16
1,80
1,38
fundus kamera
3,36
1,07
1,32
5
OCT
2,85
2,60
4,03
4
fundus kamera
3,16
2,67
1,92
3
OCT
1,65
2,54
1,42
fundus kamera
3,28
2,33
2,97
OCT
1,53
2,13
3,81
7
6
Odchylka [px]
Pacient
U vypočtených souborů dat byla testována normalita pomocí testu lilliefors, s ověřením pomocí testu Shapiro-Wilk a na základě grafického zobrazení s využitím sestrojení histogramů, Q-Q grafů, N-N grafů a pravděpodobnostních grafů. Testy byly provedeny v programovém prostředí Matlab R2012b a pomocí software STATISTICA. U obou získaných souborů (průměr, medián) se po provedení korekce s vyloučením významných extrémů potvrdila normalita dat. Data jsou proto dále prezentována pouze pomocí průměrných hodnot. Obrázek 8 a 9 uvádí N-N grafy pro ověření normality odchylky průměru resp. mediánu u dat získaných porovnáním SLO a OCT snímků. Grafické zobrazení je doplněno tabulkou o hodnotě výsledku Shapiro-Wilk testu a hodnotou p-value. Statistické hodnocení odchylky středů cév ve snímcích SLO a snímcích z fundus kamery resp. SLO a OCT dále probíhalo na základě sestavení krabicových grafů, které byly vykresleny pro všechny řezy samostatně (obrázek 10 resp. 13), pro tři horizontální skupiny po pěti řezech (obrázek 11 resp. 14) a pro tři vertikální oblasti (obrázek 12 resp. 15).
5
4
3
1
3
5
17
19
56
58
60
Median 25%-75% Non-Outlier Range Raw Data Outliers Ex tremes
Obrázek 10: Výsledky odchylky středů cév v porovnání snímků z fundus kamery a SLO u 15 řezů
6
2
92420
1
0 řez 1-5
řez 16-20
řez 56-60
Median 25%-75% Non-Outlier Range Raw Data Outliers Extremes
Obrázek 11: Výsledky odchylky středů cév v porovnání snímků z fundus kamery a SLO ve třech horizontálních oblastech
319
8
5,0
7
4,5
6
4,0
5
3,5
Ochylka [px]
Odchylka [px]
VOL.15, NO.5, OCTOBER 2013
4
3,0
3
2,5
2
2,0
1
0 A
B
1,5
Median 25%-75% Non-Outlier Range Raw Data Outliers Ex tremes
C
1,0 A
Obrázek 12: Výsledky odchylky středů cév v porovnání snímků z fundus kamery a SLO ve třech vertikálních oblastech
B
C
Median 25%-75% Non-Outlier Range Raw Data Outliers Extremes
Obrázek 15: Výsledky odchylky středů cév v porovnání snímků OCT a SLO ve třech vertikálních oblastech 5,5
10
5,0
4,5
8
4,0 6
3,5
3,0 4
2,5
2
2,0
0 1
3
5
17
19
56
58
60
Median 25%-75% Non-Outlier Range Raw Data Outliers Extremes
1,5 OCT
Obrázek 13: Výsledky odchylky středů cév v porovnání snímků OCT a SLO u 15 řezů v SLO snímku
fundus kamera
Median 25%-75% Non-Outlier Range Raw Data Outliers Extremes
Obrázek 16: Výsledky odchylky sředů cév pro všechny řezy (SLO/OCT vlevo, SLO/fundus kamera vpravo) Na závěr byly krabicové grafy sestaveny pro celkovou průměrnou odchylku ze všech 15 řezů v SLO snímku (obrázek 16). Výsledné hodnoty porovnávající průměry v obou hodnocených modalitách jsou uvedeny v tabulce 3.
5,0
4,5
4,0
Tabulka 3: Srovnání celkové průměrné odchylky snímků SLO/OCT a SLO/fundus kamera
3,5
3,0
Odchylka SLO/OCT [px]
Odchylka SLO/fundus kamera [px]
Median
2,56
2,76
25%
1,94
2,30
75%
3,14
3,20
Non-Outlier Min
1,73
1,68
Non-Outlier Max
3,45
3,30
2,5
2,0
1,5
1,0
0,5
řez 1-5
řez 16-20
řez 56-60
Median 25%-75% Non-Outlier Range Raw Data Outliers Extremes
Obrázek 14: Výsledky odchylky středů cév v porovnání snímků OCT a SLO ve třech horizontálních oblastech
320
VOL.15, NO.5, OCTOBER 2013
5 Diskuze a závěr
Literatura
Na základě výsledku statistických analýz je možno konstatovat, že menší odchylka (velikost i rozpětí) pozice středů cév v SLO/OCT i SLO/fundus kamera datech se vyskytuje v oblasti kolem středu snímku, tedy v oblasti B, řez 16-20. Výsledky shrnuté v tabulce 4 tak potvrzují předpoklad o způsobu zkreslení dat - optická osa vstupní optické části přístrojů odpovídá středům snímků a v této oblasti je proto očekáváno nejmenší zkreslení mezi jednotlivými modalitami. Tabulka 4: Rozdíl v pozici cév v oblasti B, řez 16-20
SLO/OCT SLO/fundus kamera
Střední hodnota
Std. Dev.
2,16 px 2,08 px
0,64 px 2,18px
Porovnáním odchylky pozice středu cév u sledovaných modalit na základě sestavených krabicových grafů získáváme přibližně stejné celkové výsledky (obrázek 14, tabulka 1, 2 a 3). Můžeme tedy konstatovat, že zkreslení u snímků z fundus kamery a OCT snímků při porovnávání s SLO snímky se projevuje obdobným způsobem. Z tohoto faktu lze vyvodit, že na geometrické zkreslení snímků nemá dominantní vliv akviziční charakter jednotlivých technik, jako spíše zkreslení způsobené anatomickým (přibližně kulovitým) zakřivením sítnice, které způsobuje, že není zobrazována rovina kolmá k optické ose. Pro vzdálenější místa od optické osy tak zřejmě dochází k vyhodnocení poziční informace s určitou chybou. Dalším faktorem, který může mít vliv na výsledné zkreslení je použití rozdílného typu osvětlení u jednotlivých zobrazovacích modalit (a tím i rozdílného indexu lomu světla). Zatímco fundus kamera pracuje s bílým světlem, tak při akvizici Bskenů se používá infračervené světlo a při akvizici SLO snímků pak vlnové délka 488nm. Na přesnost výsledků porovnávání snímků z fundus kamery a SLO snímků může mít dále vliv kvalita realizované registrace obou snímků. Vzhledem k přesnému umístění korespondujících bodů, lze však předpokládat pouze malý vliv tohoto kroku. Na základě vizuálního hodnocení OCT a registrovaných snímků z fundus kamery s využitím zobrazení místa začátku, středu i konce cévy označené v SLO snímku, můžeme konstatovat, že odchylka se projevovala pouze v rámci posunutí, nikoliv v rámci změny šířky detekovaných cév. Získané výsledky bude možno dále použít při fúzi obrazových dat SLO-fundus-OCT s cílem sestavení algoritmů pro korekci zjištěného zkreslení.
Poděkování Tato práce byla podporována Česko-Německým projektem č. 7AMB12DE002 pod Ministerstvem školství, mládeže a tělovýchovy a projektem Evropského fondu pro regionální rozvoj FNUSA-ICRC CZ.1.05/1.1.00/02.0123.
321
[1] HEIDELBERG ENGINEERING GMBH 2008. Spectralis Viewing Module [uživatelský manuál]. 2008. [2] BERNARDES, R., P. SERRANHO a C. LOBO. Digital Ocular Fundus Imaging: A Review. Ophthalmologica. 2011, vol. 226, no. 4, s. 161-181. [3] DATTA, R. et al Advancement in OCT and imageprocessing techniques for automated ophthalmic diagnosis. Students' Technology Symposium. Kharagpur: IEEE, 2010, s. 26-33. [4] GOLABBAKHSH, Marzieh et al. Detection and registration of vessels of fundus and OCT images using curevelet analysis. 12th International Conference on Bioinformatics. Larnaca, Cyprus: IEEE, 2012, s. 594597. [5] KOLAR, R., V. HARABIS a J. ODSTRCILIK. Hybrid retinal image registration using phase correlation. The Imaging Science Journal. 2013, vol. 61, no. 4, s. 369-384. [6] NIEMEIJER, Meindert et al. Vessel segmentation in 3D spectral OCT scans of the retina. Proc. of SPIE. 2008, vol. 6914, 69141R, s. 69141R 1-8. [7] WEBB, R. a G. HUGHES. Scanning laser ophthalmoscope. Biomedical Engineering, IEEE. 1981, vol. BME-28, no. 7, s. 488-492. [8] WONG, Alexander et al. General Bayesian estimation for speckle noise reduction in optical coherence tomography retinal imagery. Optics Express. 2010, vol. 18, no. 8., s. 8338-8352 [9] XU, J. et al Blood vessel segmentation with threedimensional spectral domain optical coherence tomography [patent]. WO 2010/138645 A2. Uděleno 2010.
