انجام پروژه پردازش تصاویر چشم پزشکی

تلاش ها و پیشرفت های مهمی در عرصه پردازش تصاویر شبکیه به منظور ارائه سیستم هایی اتوماتیک جهت تشخیص بیماریهای مختلف روی آن انجام شده است. چنین سیستم هایی علاوه بر اینکه امکان پردازش تصاویر شبکیه را در حجم زیاد و با حداقل زمان و هزینه فراهم می کنند، از خستگی و ضعف های دیگری که شخص تشخیص دهنده می تواند دچار شود مبرا می باشند. ک بیماریهایی از قبیل رتینوپاتی دیابتی1، تخریب ماکولای وابسته به سن2، رتینوپاتی زودرس3 انجام شده است و کار بر روی این تصاویر در جهت معرفی الگوریتمهای جدید با قابلیت اعمال بر روی تصاویر با کیفیت و روشنایی مختلف و رسیدن به حداقل خطا همچنان ادامه دارد. همچنین امروزه با استفاده از تکنیکهای پردازش تصویر و اندازه گیری کمی توپوگرافی رگهای خونی شبکیه4 ، ارتباط بین رگهای ریز ایجاد شده بر روی سطح شبکیه و بیماریهای قلبی مورد مطالعه قرار می گیرد. امکان انتقال تصاویر و ارتباط با نقاط دور5 نیز باعث افزایش استفاده از تکنیکهای پردازش تصویر در تصمیم گیری های بالینی بر روی تصاویر شبکیه افراد مراجعه کننده به مراکز درمانی روستایی شده است که امروزه تحت عنوان“Tele-Ophthalmology” از آن یاد می شود. اخذ تصاویر در فواصل زمانی معین از بیمار و ثبت6 این تصاویر نیز امکان مطالعه بر روند تغییرات الگوها و مراحل مختلف چگونگی پیشرفت بیماری بر روی شبکیه را فراهم می سازد. azsoft.ir azsoftir@gmail.com 0936-729-2276 azsoft.ir azsoftir@gmail.com کارهای مختلفی که در جهت رسیدن به این اهداف بر روی تصاویر شبکیه انجام می شود به شرح زیر است: افزایش کنتراست7 و یکنواخت سازی روشنایی8 تصاویر شبکیه تشخیص مکان، محدوده و اندازه دیسک نوری9(جهت بررسی چگونگی پیشرفت گلوکاما) تشخیص مکان فووآ10 و محدوده ماکولا11 استخراج رگهای خونی و آنالیز کمی این رگها از لحاظ قطر و مقدار تشخیص لکه های قرمز تحت عنوان میکروآنوریزم ها12 و هموریژها13 و کلاس بندی آنها تشخیص لکه های زرد تحت عنوان اگزودیتها14 و کلاس بندی این الگوها به دو دسته سافت-اگزودیت ها15 و هارد-اگزودیت ها16 همچنین تکنیک جدید تصویر برداری از روی شبکیه 3D-OCT17 و فراهم شدن امکان اخذ اطلاعات و تصاویر با دقت و کیفیت بالا از لایه های مختلف شبکیه باعث شده است تا با کار بر روی این تصاویر، خطای الگوریتم های ارائه شده جهت تشخیص و استخراج اتوماتیک الگوهای مرتبط با بیماریهای شبکیه را کمتر نمود، و روش ها و الگوریتم های نوینی در جهت آنالیز اتوماتیک این تصاویر معرفی کرد. در این گروه با توجه به عملکرد مطلوب تبدیل چند مقیاسی کرولت در حوزه پردازش تصویر سعی شده است الگو های مربوط به بیماری رتینوپاتی دیابتی (اگزودیت ها، هموریژها، میکروآنوریزم ها) و همچنین مکان و محدوده دیسک نوری و رگهای خونی شبکیه با استفاده از این تبدیل و دیگر روشهای معمول پردازش تصویر از روی تصاویر دیجیتالی رنگی شبکیه استخراج شود. همچنین کار بر روی تصاویرOCT و تشخیص بیماریARMD در حال انجام می باشد. در حال حاضر بالغ بر 200 تصویر رنگی شبکیه از بیماران مختلف تهیه شده است و علاقمندان به تحقیق در این حوزه می توانند با اعضای این گروه تماس حاصل نمایند. WEB MD Link: Anatomy of the eye azsoft.ir azsoftir@gmail.com 0936-729-2276 azsoft.ir azsoftir@gmail.com افت شبکیه چشم یک ساختار چند لایه ای است که با ساختاری مرکب از چندین لایه سلولی، بخش خلفی حفره چشم را در بر گرفته (مطابق شکل 1)، مسئول تبدیل انرژی نورانی به سیگنالهای عصبی برای تحلیل نهایی توسط مغز می باشد. لایه های درونی شبکیه همانند شکل 1 شامل موارد زیر می باشند: شکل 1– (a) لایه های درونی شبکیه-(b) نمای دو بعدی از چشم. نور از میان این لایه های داخلی عبور نموده، بطوریکه سلولهای میله ای[1] و مخروطی[2] درISL وOSL و بدنه این سلولها درONL یک بخش دریافت کننده نور[3] را تشکیل می دهند که وظیفه آن تبدیل سیگنال نوری به سیگنال عصبی می باشد. درOPL، آکسونهای دریافت کننده نور به دندریت های سلولهای دوقطبی و سلولهای افقی که در بین نرونها و به منظور پردازش سیگنال قرار دارند، اتصال می یابند. سلولهای دو قطبی درINL، سیگنال عصبی را از دریافت کننده های نور و سلولهای افقی به آکسون منتقل می نمایند. درIPL آکسونهای دو قطبی به دندریت سلولهای گانگلیون[4] متصل شده و سلولهای گانگلیون درGCL سیگنال عصبی را از طریق عصب بینایی[5] به مغز منتقل می نمایند. دو مورد از مهمترین بیماریهای مرتبط با شبکیه شامل بیماری آب سیاه[6] و مشکلات شبکیه ناشی از مرض قند[7] می باشد. بیماری آب سیاه دومین علت اصلی نابینایی در جهان به شمار می رود . نشانه این بیماری، گودالی شدن[8] عصب بینایی و از دست رفتن میدان دید می باشد. دهانه عصب بینایی[9] (ONH) بخشی است که عصب بینایی را به شبکیه متصل می نماید و ساختار دو بعدی آن دیسک بینایی[10] نام دارد و تاثیرات بیماری آب سیاه در این محدوده از شبکیه ظاهر می گردد. این تغییرات در شکل 2 نشان داده شده اند. azsoft.ir azsoftir@gmail.com 0936-729-2276 azsoft.ir azsoftir@gmail.com شکل 2 –تغییراتONH در اثر بیماری آب سیاه. (a‏) ONH نرمال. (b‏) ONH بعد از بیماری آب سیاه. مشکلات شبکیه ناشی از مرض قند نیز از بیماریهای منجر به نابینایی بوده ولی با تشخیص زود هنگام و معاینات سالیانه می توان از عواقب آن جلوگیری نمود. دلیل اصلی از دست رفتن بینایی در این بیماری، ورم لکه ای دیابتی [11](DME) می باشد که در اثر فرو ریختن سد بین خون و شبکیه بدلیل نشتی مویرگی رخ می دهد (شکل 3). در صورت درگیر شدن مرکز بینایی[12] با ورم، احتمال نابینایی در بیمار بوجود می اید. بررسی دقیق شبکیه برای تشخیص بیماریهای این اندام، نیازمند نوعی تصویرگیری دقیق از لایه های تشکیل دهنده آن می باشد. روشهای متداول تصویر برداری از شبکیه به شرح زیرند: azsoft.ir azsoftir@gmail.com 0936-729-2276 azsoft.ir azsoftir@gmail.com افتالمسکوپ که در سال 1851 توسطHermann von Helmholtz معرفی شد. آنژیوگرافی فلورسنتی که در سال 1961 توسطNovotny وAlvis معرفی شد. · OCT [13]‎ که در سال 1991 توسطHuang معرفی شد. روشهای جدید تر مانند اولترسوند و اندازه گیری فلوی خون توسط لیزر. شکل 4 رنج کاری تصویرگیریOCT را با تکنیک های استاندارد دیگر مقایسه می نماید. این روش تصویرنگاری در ثبت تصاویری مانند اطلاعات ساختاری، جریان خون،پارامتر های کشسانی، تغییرات پلاریزاسیون و محتویات مولکولی توانایی های مناسبی دارد و با استفاده از اصول اندازه گیری طول موج از طریق بررسی تداخل اشعه های نور (اینترفرومتری)[14] می تواند تصاویر دو یا سه بعدی با رزولوشن بالا از مقطع اناتومیکی مورد نظر را بسازد. شکل 4 - مقایسه رنج کاری تصویرگیریOCT با تکنیک های استاندارد. یک شمای ساده برای سیستمOCT با منبع دارای همدوسی پایین به همراه یک اینترفرومتر در شکل 5 نشان داده شده است. azsoft.ir azsoftir@gmail.com 0936-729-2276 azsoft.ir azsoftir@gmail.com شکل 5 - یک شمای ساده برای سیستمOCT با منبع دارای همدوسی پایین به همراه یک اینترفرومتر. با تغییر دادن محوری[15] مکان بازوی مرجع، داده مورد نظر در راستای محوری بدست می آید(A scan).‎ در صورتیکه فاصله رفت و برگشتی از رفلکس داده مورد نظر با فاصله رفلکس مرجع برابر باشد، لبه های[16] تداخلی در آشکار ساز دیود نوری حاصل می گردند. دامنه این لبه ها متناسب با مقدار بازتاب پذیری[17] پراکنده ساز[18] می باشد. یک پروفایل دو بعدی(B scan) با حرکت دادن عرضی اشعه و جمع کردن داده های محوری در هر مکان عرضی بدست می آید. تفاوتهای جزئی در لایه های مجاور به صورت تغییرات در شدت دامنه های پراکندگی مشاهده می گردند. تکنولوژیOCT در دو نوع معمول حوزه زمان و حوزه فوریه مورد استفاده قرار گرفته است. در نوع زمانی، همانطور که در بالا ذکر شد، در صورتیکه فاصله رفت و برگشتی از رفلکس داده مورد نظر با فاصله رفلکس مرجع برابر باشد، لبه های تداخلی در آشکار ساز ظاهر می شوند. ولی در حوزه فوریه بازوی مرجع ثابت باقی می ماند و تفاوت طول مسیر نوری بین نمونه مورد نظر و بازتاب از مرجع توسط فرکانس لبه های تداخلی و بصورت تابعی از طیف منبع کدگذاری می شوند. در سیستم های حوزه فوریه دو نوع شکل بندی وجود دارد: OCT حوزه فرکانس[19] که از یک شبکه از سیم های موازی [20] برای تفرق فضایی[21] طیف از میان آشکاز ساز آرایه ای استفاده می کند. درOCT نوع دامنه جاروبی[22] یک لیزر با باند باریک از میان یک طیف عریض جاروب می شود و طیف را بصورت تابعی از زمان کد می نماید (شکل 6). azsoft.ir azsoftir@gmail.com 0936-729-2276 azsoft.ir azsoftir@gmail.com صرفنظر از اینکه طیف در حوزه زمان یا در حوزه مکان از میان آشکار ساز آرایه ای نمونه برداری شده باشد، فرکانس لبه های تداخلی بصورت تابعی از طیف بوده مکان پراکندگی را کد می نماید. در نتیجه افزایش فرکانس مشاهده شده متناظر با عدم تطابق بیشتر در طول مسیر نوری می باشد. تبدیل فوریه به عنوان یک ابزار ریاضیاتی متداول برای استخراج محتویات فرکانسی سیگنالها به شمار می رود ولی باید بخاطر داشت که طول موج (بر حسب فاصله) معادل دقیقی از تبدیل فوریه فاصله نمی باشد بلکه به جای طول موج، تعداد موجها (بر حسب عکس فاصله) در این تبدیل فوریه محاسبه می گردد. شکل 6- حالات مختلفOCT حوزه فوریه. تصاویرOCT اخذ شده به هرکدام از روشهای فوق شامل حجم عظیمی از ا