Search

Although it has been suggested that retinal vasculature is a diffusion-limited aggregation (DLA) fractal, no study has been dedicated to standardizing its fractal analysis . The aims of this project was to standardize a method to estimate the fractal dimensions of retinal vasculature and to characterize their normal values; to determine if this estimation is dependent on skeletization and on segmentation and calculation methods; to assess the suitability of the DLA model and to determine the usefulness of log-log graphs in characterizing vasculature fractality . To achieve these aims, the information, mass-radius and box counting dimensions of 20 eyes vasculatures were compared when the vessels were manually or computationally segmented; the fractal dimensions of the vasculatures of 60 eyes of healthy volunteers were compared with those of 40 DLA models and the log-log graphs obtained were compared with those of known fractals and those of non-fractals. The main results were: the fractal dimensions of vascular trees were dependent on segmentation methods and dimension calculation methods, but there was no difference between manual segmentation and scale-space, multithreshold and wavelet computational methods; the means of the information and box dimensions for arteriolar trees were 1.29. against 1.34 and 1.35 for the venular trees; the dimension for the DLA models were higher than that for vessels; the log-log graphs were straight, but with varying local slopes, both for vascular trees and for fractals and non-fractals. This results leads to the following conclusions: the estimation of the fractal dimensions for retinal vasculature is dependent on its skeletization and on the segmentation and calculation methods; log-log graphs are not suitable as a fractality test; the means of the information and box counting dimensions for the normal eyes were 1.47 and 1.43, respectively, and the DLA model with optic disc seeding is not sufficient for retinal vascularization modeling Embora artigos recentes sugiram que a vasculatura retínica seja um fractal de agregação limitada por difusão (DLA) e que a análise fractal será uma ferramenta útil para o diagnóstico automatizado das doenças vasculares da retina, nenhuma padronização dos métodos foi adotada nesses estudos. Assim, esta tese objetivou: padronizar um método para a estimação das dimensões fractais da vasculatura arteriolar e venular da retina e caracterizar os seus valores normais; determinar se essa estimação é dependente da esqueletização e dos métodos de segmentação e de cálculo de dimensão; avaliar a suficiência do modelo DLA e determinar a utilidade dos gráficos log-log na caracterização da fractalidade da vasculatura. Para isso, compararam-se as dimensões de informação, de massa-raio e "por contagem de caixas" das vasculaturas de 20 olhos, quando os vasos foram segmentados manual ou computacionalmente. A seguir, as dimensões fractais das vasculaturas de 60 olhos de voluntários sadios foram comparadas com as de quarenta modelos DLA e os gráficos log-log obtidos foram comparados com os de fractais conhecidos e os de não-fractais.Os principais resultados obtidos foram: as dimensões fractais das árvores vasculares foram dependentes dos métodos de segmentação e de cálculo de dimensão, porém não houve diferença entre a segmentação manual e os métodos computacionais scale-space e wavelet; a média das dimensões de informação e por caixas para as árvores arteriolares foi 1,29, contra 1,34 e 1,35 para as árvores venulares e esses valores foram inferiores aos obtidos para os modelos DLA; os gráficos log-log se ajustaram à reta, mas com inclinações locais variáveis, tanto para as árvores vasculares, quanto para fractais e não-fractais. A análise dos resultados permitiu concluir que: a estimação das dimensões fractais da vasculatura retínica foi dependente da sua esqueletização e dos métodos de segmentação e de cálculo de dimensão; os gráficos log-log não tiveram utilidade como teste de fractalidade; as médias das dimensões de informação e por contagem de caixas para os olhos normais foram, respectivamente, 1,47 e 1,43 e o modelo DLA com "semente" no disco óptico não foi suficiente para a modelagem da vascularização retínica

Submitted by (ana.araujo@ufrpe.br) on 2016-08-12T15:12:18Z No. of bitstreams: 1 Sergio de Sa Leitao Paiva Junior.pdf: 1027714 bytes, checksum: 382b44b0daa25e3bc9eed83acf4e7b18 (MD5) Made available in DSpace on 2016-08-12T15:12:18Z (GMT). No. of bitstreams: 1 Sergio de Sa Leitao Paiva Junior.pdf: 1027714 bytes, checksum: 382b44b0daa25e3bc9eed83acf4e7b18 (MD5) Previous issue date: 2006-02-17 Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES We describe an automated method for blood vessel segmentation in two-dimensional color retinal images. This method may be used by specialized software for automated screening of diabetic rethinopaty and other eye diseases, for evaluation of treatment evolution, and clinical study. The proposed method is based on a combination of “2d matched filter” response procedure (for vessel location), and the Hoshen-Kopelman algorithm (for vessel segmentation). We compare the results obtained through this method with the results of manual segmentation of 20 imagens of the DRIVE project, where ROC(Receiver Operating Characteristic curve) analysis was used for quantitative comparison with others works published on this subject. Descrevemos neste trabalho um método automático para localizar e segmentar vasos sanguíneos em imagens de fundo de olhos. Este método pode ser usado por um software especialista em imagens de retina para diagnosticar automaticamente doenças como retinopatia diabética entre outra s , para avaliação da evolução do tratamento, e para estudos clínicos. O método proposto é baseado na combinação do procedimento “2d matched fi l t e r” ( usado na localização dos vasos) com o algoritmo de “Hoshen-Kopelman” (usado na segmentação dos vasos). Resultados obtidos com este método foram comparados, com a segmentação manual em 20 imagens do projeto DRIVE,usando ROC(Receiver Operating Characterist i c curve) para comparação quant i t a t i v a com os resultados de outros trabalhos publicados sobre este assunto.