RETİNA GÖRÜNTÜLERİNDE YAŞA BAĞLI MAKULA DEJENERASYONUNUN (ARMD) İSTATİSTİKSEL YÖNTEMLERLE SEGMENTASYONU Uğur ŞEVİK Karadeniz Teknik Üniversitesi İstatistik.

... konulu sunumlar: "RETİNA GÖRÜNTÜLERİNDE YAŞA BAĞLI MAKULA DEJENERASYONUNUN (ARMD) İSTATİSTİKSEL YÖNTEMLERLE SEGMENTASYONU Uğur ŞEVİK Karadeniz Teknik Üniversitesi İstatistik."— Sunum transkripti:

1 RETİNA GÖRÜNTÜLERİNDE YAŞA BAĞLI MAKULA DEJENERASYONUNUN (ARMD) İSTATİSTİKSEL YÖNTEMLERLE SEGMENTASYONU Uğur ŞEVİK Karadeniz Teknik Üniversitesi İstatistik ve Bilgisayar Bilimleri 28 Aralık 2018 Cuma

2 Konu Başlıkları 1 YBMD nedir? 2 Görüntü İyileştirme 3 3
Makulanın lokalize edilmesi 4 4 Makulanın Segmentasyonu 28 Aralık 2018 Cuma

3 1)Retina ve YBMD (ARMD - Age-Related Macula Dejeneration) - 1
Göz küresi 3 tabakadan oluşur. Bağ tabakası, damar tabaka ve sinir tabakası (retina) Sinir tabakası, gözün saydam tabakası ve lensinden kırılarak gelen ışıkların odaklanıp görüntünün oluştuğu yer. (Retina) Makula, retinanın merkezinde ve keskin görmeyi sağlayan ve gözde en çok kullanılan bölüm Burada, görüntünün algılanması için beyne iletimi sağlayan görme sinirleri bulunur YBMD genellikle 50 yaş üzeri hastalarda izlenir. 60 yaş üzerinde kalıcı görme kaybının başta gelen nedenidir, genellikle iki gözü etkiler YBMD ile görmeyi sağlayan hücrelerin sayısı azalır ve hücrelerde bazı maddeler birikmeye başlar Makulada küçük, sarı-beyaz hafifçe kabarık (drusen) ve değişik büyüklüklerde lezyonlar ortaya çıkar. 28 Aralık 2018 Cuma

4 Retina ve YBMD (ARMD - Age-Related Macula Dejeneration) - 2
YBMD olan hastada, tam merkezde gri renkte bir leke görür, baktığı yeri değil çevresini görmesi, düz çizgileri kırık, cisimleri eğri görmesi, cisimleri olduğundan küçük görmesi ve renk görme bozukluğu olabilir. Makuladaki hastalıkların takibinde Amsler Grid denilen bir test kullanılır (kareli kağıt testi) 28 Aralık 2018 Cuma

5 Retina ve YBMD (ARMD - Age-Related Macula Dejeneration) - 3
YBMD, iki türü vardır. Kuru tip ve yaş tip. Kuru tip yukarıdaki oluşumlardan kaynaklanır. Yaş tip ise damarlarda sızıntı ve kanamalardan kaynaklanmakta Bazı vitamin ve destekleyici ilaçlar ile kısmen tedavisi olabilir. Daha önemlisi anormal damarlanma tespit edildiğinde derhal lazerle yakılarak ilerlemesinin durdurulması gerekir, aksi halde 21 aylık takipte ¾ oranında yasal körlükle sonuçlanmakta Retina Görüntülerinin Elde Edilmesi Retina görüntüsü almadan önce ilaçla hastanın göz bebeği büyütülür ve hassas odaklı kameralarla görüntü alınır Fundus floresein anjiografi, koldaki toplardamardan renkli bir ilaç verilir ve seri olarak retina resimleri alınır 28 Aralık 2018 Cuma

6 Retina Görüntüleri Normal Retina Görüntüsü
Floresein anjiografi Retina Görüntüsü 28 Aralık 2018 Cuma

7 2) Retina Görüntüsünün İyileştirilmesi(Image Enhancement)
2.1) Histogram Eşitleme (Equalization) Parlaklık dağılımlarının normal dağılıma sahip olmadığı ve dar aralıklı bir parlaklık histogramına sahip olduğu durumlarda kullanılır. Frekansı yüksek piksel seviyesi, geniş piksel alanına yayılır Düşük frekanslı piksel seviyesi ise dar piksel alanına yerleştirilir Yoğun olan piksel seviyeleri belirgin hale getirilerek detaylar daha iyi algılanır Piksellerin karşıtlık değerleri iyileştirilmiş olur Makula lokalizasyonunda başarılı olmuştur. 28 Aralık 2018 Cuma

8 2.2) Histogram Eşitleme Uygulaması
28 Aralık 2018 Cuma

9 3) Makulanın lokalize edilmesi
3.1 Optik diskin algılanması Optik diskin algılanmasında kullanılan bazı özellikler; Optik diskin parlaklık değeri Çap uzunluğu (yaklaşık 1.8 mm) Alanı (yaklaşık 2.7 mm2) Retina üzerindeki damarların bir hiperbol çizerek optik disk bölgesinde kesişmesi 28 Aralık 2018 Cuma

10 3.2) Makulanın algılanması
Makulanın algılanmasında kullanılan bazı özellikler; Sağlıklı bir makulanın merkezi siyah parlaklık değerine yakındır Etrafında kılcal damarlar yoğundur Ayrıca makula ile optik diskin arasındaki sabit mesafede göz önüne alınabilir 28 Aralık 2018 Cuma

11 4) Makula Segmentasyonu
Sağlıklı bölgelerin istatistiksel özelliklerinden yararlanarak makula bölgesinin analizi Öncelikle makula çevresindeki sağlıklı bölgelerin öz temsil karesi (ÖTK) dediğimiz ve sağlıklı bölgeleri istatistiksel olarak temsil edebilecek en küçük kare seçilir. Seçilen bu ÖKT sağlıklı bölgeleri temsil eder. Öz Temsil Kare (ÖTK) boyutu (11x11) 121 ÖTK’nın ortalama parlaklık değeri 90 Ortalama parlaklık değeri frekansı 23 varyans 2 Std.sapma (roundlanmış hali) 1 Maksimum parlaklık değeri Maksimum parlaklık değeri frekansı ÖTK’nın istatisitksel değerleri tutulur 28 Aralık 2018 Cuma

12 4.1) Dağılımların Karşılaştırılması ve Hata Hesabı -1
ÖTK’nın ortalama parlaklık değerinden varyans kadar sağdaki ve soldaki değerler, ÖTK boyutunda tarama yaptığımız diğer karelerin histogramlarıyla karşılaştırılarak aradaki mutlak hata bulunur. Mutlak _Hata = Mutlak_Hata = 13 28 Aralık 2018 Cuma

13 4.1) Dağılımların Karşılaştırılması ve Hata Hesabı -2
Bizim belirlediğimiz hata eşiği altında tüm resim taranır ve bu hatanın altındaki karelerin dağılımları ÖTK’ya benzediği varsayılarak sağlıklı olarak işaretlenir. Burada hata eşiği değiştirilerek optimum segmentasyon gözlenebilir. İkinci bir etken de maksimum parlaklık değeridir. Yukarıda ortalamanın sağı ve solu analiz edilirken buna ek olarak ta max değere göre analiz yapılır. Max değere göre analiz yöntemi ort. değere göre yapılan analize tamamlayıcı faktör olarak alabiliriz. Çünkü, max değere göre yapılan tarama kenarlara doğru daha iyi yaklaşım göstermiştir. 28 Aralık 2018 Cuma

14 4.1) Dağılımların Karşılaştırılması ve Hata Hesabı -3
Yaşa Bağlı Makula Dejenerasyonu olan retina görüntüsü Drusen ve lezyonların segmentasyon sonucunda belirlenmesi Segmentasyon yapılmış resim üzerinde damarlarında algılandığı görülmektetir. Bu yöntemin damar bulma analizinde de başarılı olacağı görülmektedir. Fakat burada damarların elenmesi gerektiği için şuan ki çalışmalar o yöndedir. 28 Aralık 2018 Cuma

15 Sonuç Önemli olan hata miktarının optimum biçimde tespit edilmesidir.
Retina görüntülerindeki hastalıkların çoğu birbirine benzemediğinden ve retina dokularının farklılaşmasından dolayı tüm hastalıklar için bir hata payı veya eşiği belirleyip otomatik olarak bu değerle tarama yapmak yanlış olabilmektedir. Bu nedenle hata eşiği, görsel bilgilere dayandırılarak, elle seçilmektedir. Burada hata eşiğinin belirlenmesi tamamen klinik testler ve deneyimlere göre yapılmalıdır. Sistemin daha başlangıç aşamasında olduğu düşünülürse hata eşiğinin tüm durumları göz önünde bulundurarak doğru olarak belirlenmesi gelecekteki önemli çalışmalarınızdan biri olacaktır. 28 Aralık 2018 Cuma

16 Teşekkürler Uğur ŞEVİK usevik@ktu.edu.tr Karadeniz Teknik Üniversitesi
Fen Edebiyat Fakültesi İstatistik ve Bilgisayar Bilimleri TRABZON 28 Aralık 2018 Cuma