(42-4) 20 * << * >> * Русский * English * Содержание * Все выпуски

Исследование алгоритмов расстановки коагулятов на изображение глазного дна
Широканев А.С., Кирш Д.В., Ильясова Н.Ю., Куприянов А.В.

Самарский национальный исследовательский университет имени академика С.П. Королева, 443086, Россия, Самарская область, г. Самара, Московское шоссе, д. 34,

ИСОИ РАН – филиал ФНИЦ «Кристаллография и фотоника» РАН, 443001, Россия, Самарская область, г. Самара, ул. Молодогвардейская, д. 151

 PDF, 584 kB

DOI: 10.18287/2412-6179-2018-42-4-712-721

Страницы: 712-721.

Аннотация:
Диабетическая ретинопатия – одно из часто встречающихся осложнений сахарного диабета, приводящая к тяжёлым последствиям, в том числе к быстрому и необратимому снижению зрения. Для лечения диабетической ретинопатии активно используется процедура лазерной коагуляции, заключающаяся в нанесении серии микроожогов на глазное дно с целью устранения макулярного отёка.
Существующие в настоящее время программные пакеты ориентированы, в первую очередь, на использование заданного шаблона (паттерна) для расстановки коагулятов. Следствием применения шаблонов становится неравномерность расстановки коагулятов по причине высокой вариабельности форм отёка и сосудистого русла. Решение данной проблемы напрямую связано с решением задачи плотной упаковки шаров (для случая двумерного изображения – кругов) в заданную область интереса. Поскольку одним из основных требований специалистов к процедуре лазерной коагуляции является скорость её проведения, то разрабатываемые алгоритмы должны по возможности обладать низкой вычислительной сложностью. Указанное требование полностью игнорируется существующими подходами к решению рассматриваемой проблемы, в связи с чем разработка новых высокопроизводительных алгоритмов расстановки коагулятов является актуальной задачей.
В настоящей работе представлены 7 разработанных алгоритмов расстановки коагулятов, а также приведён детальный анализ ключевых характеристик разработанных методов расстановки коагулятов. Рассмотренные характеристики позволили извлечь информацию о свойствах алгоритмов. Регулярность определяется медианой, асимметрией и эксцессом; детерминированность – дисперсией и средним.

Ключевые слова:
обработка изображений, плотная упаковка шаров, лазерная коагуляция, глазное дно, плотная упаковка шаров, диабетическая ретинопатия, итерационный процесс, бинарное изображение, гистограмма распределения.

Цитирование:
Широканев, А.С. Исследование алгоритмов расстановки коагулятов на изображение глазного дна / А.С. Широканев, Д.В. Кирш, Н.Ю. Ильясова, А.В. Куприянов // Компьютерная оптика. – 2018. – Т. 42, № 4. – С. 712-721. – DOI: 10.18287/2412-6179-2018-42-4-712-721.

Литература:

  1. Замыцкий, Е.А. Лазерное лечение диабетического макулярного отёка // Аспирантский вестник Поволжья. – 2015. – № 2 – C. 74-79.
  2. Ильясова, Н.Ю. Информационные технологии анализа изображений в задачах медицинской диагностики / Н.Ю. Ильясова, А.В. Куприянов, А.Г. Храмов. – М.: Радио и связь, 2012. – 424 с. – ISBN: 5-89776-014-4.
  3. Ильясова, Н.Ю. Методы цифрового анализа сосудистой системы человека. Обзор литературы // Компьютерная оптика. – 2013. – Т. 37, № 4. – С. 517-541.
  4. Дога, А.В. Современные аспекты диагностики и лечения диабетического макулярного отёка / А.В. Дога, Г.Ф. Качалина, Е.К. Педанова, Д.А. Буряков // Сахарный диабет. – 2014. – Т. 4. – С. 51-59. – DOI: 10.14341/DM2014451-59.
  5. Issa, P.C. Macular telangiectasia type 2 / P.C. Issa, M.C. Gillies, E.Y. Chew, A.C. Bird, T.F.C. Heeren, T. Peto, F.G. Holz, H.P.N. Scholl // Progress in Retinal and Eye Research. – 2013. – Vol. 34. – P. 49-77. – DOI: 10.1016/j.preteyeres.2012.11.002.
  6. Galiev, S.I. Linear models for the approximate solution of the problem of packing equal circles into a given domain / S.I. Galiev, M.S. Lisafina // European Journal of Operational Research. – 2013. – Vol. 230, Issue 3. – P. 505-514. – DOI: 10.1016/j.ejor.2013.04.050.
  7. Ilyasova, N. A smart feature selection technique for object localization in ocular fundus images with the aid of color subspaces / N. Ilyasova, R. Paringer, A. Shirokanev, A. Ku­priyanov, N. Ushakova // Procedia Engineering. – 2017. – Vol. 201. – P. 736-745. – DOI: 10.1016/j.proeng.2017.09.599.
  8. Ilyasova, N. Coagulate map formation algorithms for laser eye treatment / N. Ilyasova, D. Kirsh, R. Paringer, A. Kupriyanov, A. Shirokanev // Proceedings of the 2017 3rd International Conference on Frontiers of Signal Processing (ICFSP). – 2017. – P. 1-5.
  9. Clarkson, D.McG. Determination of pulse profile characteristics of multi spot retinal photocoagulation lasers / D.McG. Clarkson, O. Makhzoum, J. Blackburn // Medical Engineering & Physics. – 2015. – Vol. 37, Issue 10. – P. 1027-1031. – DOI: 10.1016/j.medengphy.2015.07.009.
  10. Syed, A.M. Automated diagnosis of macular edema and central serous retinopathy through robust reconstruction of 3D retinal surfaces / A.M. Syed, T. Hassan, M.U. Akram, S. Naz, S. Khalid // Computer Methods and Programs in Biomedicine, 2016. – Vol. 137. – P. 1-10. – DOI: 10.1016/j.cmpb.2016.09.004.
  11. Chhablani, J. A novel navigated laser system brings new efficacy to the treatment of retinovascular disorders / J. Chhablani, I. Kozak, G. Barteselli, S. El-Eman // Oman Journal of Ophthalmology. – 2013. – Vol. 6, Issue 1. – P. 18-22. – DOI: 10.4103/0974-620X.111898.
  12. Navilas® ultra-wide-field PRP [Electronical Resource]. – URL: https://www.youtube.com/watch?v=hNc9HAu0jBM (request date 21.06.2018).
  13. Ilyasova, N.Yu. The effective features formation for the identification of regions of interest in a fundus images / N.Yu. Ilyasova, R.A. Paringer, A.V. Kupriyanov, N.S. Ushakova // CEUR Workshop Proceedings. – 2016. – Vol. 1638. – P. 788-795. – DOI: 10.18287/1613-0073-2016-1638-788-795.
  14. Ilyasova, N. Regions of interest in a fundus image selection technique using the discriminative analysis methods / N. Ilyasova, R. Paringer, A. Kupriyanov. – In: International Conference on Computer Vision and Graphics. ICCVG 2016: Computer Vision and Graphics / ed. by L.J. Chmielewski, A. Datta, R. Kozera, K. Wojciechowski. – Cham: Springer, 2016. – P. 408-417. – DOI: 10.1007/978-3-319-46418-3_36.
  15. Ilyasova, N.Yu. The discriminant analysis application to refine the diagnostic features of blood vessels images / N.Yu. Ilyasova, A.V. Kupriyanov, R.A. Paringer // Optical Memory & Neural Networks (Information Optics). – 2015. – Vol. 24, Issue 4. – P. 309-313. – DOI: 10.3103/S1060992X15040037.
  16. Казаков, А.Л. Алгоритмы построения оптимальных упаковок для компактных множеств на плоскости / А.Л. Казаков, П.Д. Лебедев // Вычислительные методы и программирование. – 2015. – Т. 16, Вып. 2. – С. 307-317.
  17. Казаков, А.Л. Об одном алгоритме построения упаковки конгруэнтных кругов в неодносвязное множество с неевклидовой метрикой / А.Л. Казаков, А.А. Лемперт, Г.Л. Нгуен // Вычислительные методы и программирование, 2016. – Т. 17. – С. 177-188.
  18. Яськов, Г.Н. Метод решения задачи упаковки разных кругов с выбором перспективных начальных точек / Г.Н. Яськов // Збірник наукових праць Харківського національного університету Повітряних Сил. – 2010. – № 3(25). – С. 119-122.
  19. Shirokanev, A. Development of a vector algorithm of three-dimensional crystal lattice parametric identification based on estimation of the spacing between adjacent lattice planes / A. Shirokanev, D. Kirsh, A. Kupriyanov // Procedia Engineering. – 2017. – Vol. 201. – P. 690-697. – DOI: 10.1016/j.proeng.2017.09.684.

© 2009, IPSI RAS
Россия, 443001, Самара, ул. Молодогвардейская, 151; электронная почта: journal@computeroptics.ru ; тел: +7 (846) 242-41-24 (ответственный секретарь), +7 (846) 332-56-22 (технический редактор), факс: +7 (846) 332-56-20