Bibliographic Metadata

Title
Algorithmen für die Bildaufteilung und Rauschunterdrückung in der OCT-Angiographie / von Mona Fakher
Additional Titles
Image De-noising and segmentation algorithms for OCT-angiography
AuthorFakher, Mona
CensorGröschl, Martin
PublishedWien, 2017
Descriptionvi, 61 Seiten : Illustrationen
Institutional NoteTechnische Universität Wien, Diplomarbeit, 2017
Annotation
Zusammenfassung in deutscher Sprache
Text in englischer Sprache
LanguageEnglish
Document typeThesis (Diplom)
Keywords (DE)Optische Kohärenztomografie / OCT / OCT-Angiografie / Segmentierungs-Algorithmus / Bildaufteilung / Retina / Retina-Bilder / Rauschunterdrückungs-Algorithmus / Rauschreduzierungs-Algorithmus
Keywords (EN)Optical coherence tomography / OCT / OCT-angiography / OCTA / OCTA en-face / Segmentation / Retina / Retinal layer segmentation / De-noising algorithm / Noise reduction algorithm
URNurn:nbn:at:at-ubtuw:1-105930 Persistent Identifier (URN)
Restriction-Information
 The work is publicly available
Files
Algorithmen für die Bildaufteilung und Rauschunterdrückung in der OCT-Angiographie [3.63 mb]
Links
Reference
Classification
Abstract (German)

Eine der weltweit häufigsten Ursachen für Blindheit, insbesondere bei älteren Menschen, ist der Grüne Star (Glaukom). Der Begriff „Glaukom“ beschreibt eine heterogene Gruppe von Augenkrankheiten. Ein Glaukom ist eine Krankheit, die den Sehnerv schädigt. Die Netzhaut dient der Funktion der Lichtwahrnehmung. Hierzu wird das Licht von Fotorezeptoren absorbiert. Die Lichtimpulse werden in Nervensignale umgewandelt und über den Sehnerv übertragen. Eine fortschreitende Schädigung der Sehnervfasern führt zu Sehfeldstörungen mit Verlust der Sehfunktion. Eine Früherkennung ist einer der wesentlichen Faktoren um Sehnervschäden und durch Glaukom verursachte Blindheit zu vermeiden. Regelmäßige Kontrolluntersuchungen und eine Früherkennung der Krankheit können eine Erblindung verhindern. Wenn eine Behandlung früh genug beginnt, ist es möglich einen Sehverlust zu verhindern. Kontrolluntersuchungen umfassen bildgebende Systeme wie OCT und eine von Experten durchgeführte Bildanalyse, sowie eine Überprüfung auf Musterveränderungen der Blutgefäße und die Entstehung von verschiedenen Ablagerung in der Netzhaut. Diese Untersuchungsmethode ist sehr zeitaufwendig und teuer. Außerdem wird dafür qualifiziertes Personal benötigt. Automatisierte Systeme zur Glaukomerkennung wären wünschenswert. Allerdings verhindern Probleme wie das Fehlen von hochqualitativen Netzhautbildern, ein komplett automatisiertes Erkennungssystem. Dies weil die Elemente der Anatomie und Läsionen in der Netzhaut nicht auf Bildern mit schlechter Qualität erkennbar sind. Das Hauptziel dieser Diplomarbeit ist es einen Weg zu finden ein Glaukom schneller und früher durch eine auf Bildverarbeitung basierende Methode zu erkennen. Ziel dieser Arbeit ist es, einen Segmentierungsalgorithmus für die OCT-Angiographie zu implementieren, der eine korrekte Extraktion verschiedener Schichten innerhalb des OCT Tomogramms ermöglicht. Für die Segmentierung wird das Intensitätstomogramm verwendet, um die verschiedenen Schichten der Netzhaut zu finden. Diese Informationen werden auf die OCT-Angiographie übertragen, um die entsprechenden Schichten zu extrahieren. Des Weiteren wird eine Quantifizierung und der Analyse des Rauschreduktionsalgorithmus für für OCT-Angiographiebilder durchgeführt. Dies ermöglicht die Identifizierung von Biomarkern, die auf der Gefäßstruktur verschiedener Augenerkrankungen beruhen, welche die Mikrogefäßstruktur im menschlichen Auge verändern.

Abstract (English)

One of the most causes of blindness in the world, particularly in the elderly, is glaucoma. The term "glaucoma" is a heterogeneous group of ocular diseases. Glaucoma is a disease that affects the optic nerve. The retina serves the function of light perception. For this, the light is absorbed by photoreceptors. The light pulses are converted into nerve signals and transmitted via the optic nerve; progressive damage of the optic nerve fibres leads to visual field defects with loss of visual function. Early detection is one of the essential factors for preventing optic nerve damage and blindness caused by glaucoma. Periodic check-ups and early diagnosis of the disease can prevent blindness. If the treatment starts early enough, it is possible to avoid loss of vision. Periodic check-ups, including imaging systems like OCT and image analysis by experts, check for rapid changes in the pattern of blood vessels and the development of different changes in the retina. This examination method is very time consuming, expensive and requires qualified personnel. Automated systems for the detection of glaucoma are necessary. However, problems such as lack of good quality retinal images, prevent a completely automated screening system. This is because the elements of anatomy and lesions in the retina are not visible on the poor-quality images. Optical coherence tomography (OCT) has become the golden standard in ophthalmic imaging and diagnostics capable to acquire tissue volume data non-invasively and with high resolution close to the level of histopathology. An important functional extension of OCT is OCT-angiography (OCTA), which enables display of retinal microvasculature without need of injecting contrast agents. Those angiographic maps introduce novel and promising biomarkers for early disease diagnostics including glaucoma. OCTA is naturally co-registered with OCT, since the OCTA vascular contrast is calculated directly from the OCT intensity mages. The main goal of this thesis, is to develop or improve a way of detecting glaucoma faster and earlier based on OCT images by applying advanced image processing methods. The aim of this work is to implement a segmentation algorithm for OCT angiography, which allows a proper extraction of different microvascular beds from the OCT tomogram. For the segmentation, the intensity tomogram is used to find the different retinal layers. This information will be transferred to the OCT angiography to extract the corresponding layers. Furthermore, a review of quantification and analysis of the de-noising algorithms for the OCT-angiography images will be performed. This should lead to the identification of biomarkers, based on the vascular structure for various eye diseases, which effect the micro vascular structure in the human eye.

Stats
The PDF-Document has been downloaded 23 times.