DETECTAREA FORMEI ANORMALE A IZOPTERILOR OBȚINUȚI PRIN PERIMETRIE CINETICĂ [302258]

[anonimizat] A IZOPTERILOR OBȚINUȚI PRIN PERIMETRIE CINETICĂ

I. ENUNȚUL TEMEI:

Detectarea formei anormale a izopterilor obținuți prin perimetrie cinetică

II. CONȚINUTUL proiectului de diplomă:

a) Aparatul vizual

b) Metode de prelucrare a imaginilor

c) Programul de prelucrare

d) 1 Anexă

III. LOCUL DOCUMENTĂRII: [anonimizat], Universitatea Tehnică din Cluj.

IV. CONDUCĂTOR ȘTIINȚIFIC: Conf. Dr. Ing. Simona Vlad

Data emiterii temei:

Termen de predare:

[anonimizat]: [anonimizat]. [anonimizat]-angajament: Deoarece acest proiect de diplomă nu ar fi putut fi finalizat fără ajutorul membrilor departamentului de Electrotehnică și Măsurări și a [anonimizat].

Data: Semnătura

Declarație: [anonimizat], [anonimizat], sub îndrumarea conducătorului științific și pe baza bibliografiei indicate de acesta.

Data: Semnătura

CUPRINS

INTRODUCERE …………………………………………………………………………………7

CAPITOLUL I. APARATUL VIZUAL………………………………………………………………………….8

1.1. Anatomia și fiziologia ochiului uman………………………………………………………8

1.2. Tulburări oculare……………………………………………………………………………12

1.3. Tehnici de investigare a aparatului vizual ………………………………………………………………..14

1.4. Tehnici de măsurare a câmpului vizual.Perimetria cinetică…………………………………………16

CAPITOLUL II. METODE DE PRELUCRARE A IMAGINILOR

2.1. Modele de culoare RGB și HSV ……………………………………………………………………21

2.2. Histograma imaginilor………………………………………………………………………………….24

2.3. Binarizarea imaginilor………………………………………………………………………………….24

2.4. Operații morfologice…………………………………………………………………………………….26

2.5. Detectarea muchiilor cu operatorul Canny………………………………………………………27

2.6. Transformata Hough ……………………………………………………………………………………28

2.7. Translația și rotația………………………………………………………………………………………

2.8. Segmentarea imaginilor………………………………………………………………………………..

2.9. Recunoașterea optică a caracterelor………………………………………………………………….

CAPITOLUL III. REALIZAREA PROGRAMULUI ……………………………………………………

4.1. Încărcarea imaginii………………………………………………………………….

4.2. Orientarea corectă și rotirea imaginii…………………………………………………………..

4.3. ………………………………………………………………….

4.4. ………………………………………………………………….

4.5. ………………………………………………………………….

4.6. Interfața utilizator………………………………………………………………….

CONCLUZII…………………………………………………………………………………

BIBLIOGRAFIE……………………………………………………………………………..

ANEXĂ

INTRODUCERE

Lucrarea de față prezintă realizarea unui program software, implementat în mediul Matlab, care are ca scop simplificarea activității medicale oftalmologice.

Subiectul ales are ca motivație glaucomul, o afecțiune oculară gravă care afectează nervul optic prin creșterea presiunii intraoculare cât și câmpul vizual periferic, de aceea testarea acestuia este de o mare importanță.Explorarea câmpului vizual se realizează cu ajutorul unei tehnici numite perimetrie, care poate fi atât manuală cât și computerizată.

Imaginile utilizate în lucrarea de față au fost obținute cu ajutorul perimetriei cinetice semi-automate OCTOPUS 900.Această tehnică presupune deplasarea unor stimuli luminoși de diferite intensități și mărimi, pe baza cărora se vor înregistra punctele de răspuns la stimuli ale pacientului și care odată unite formează izopterii.Fiecare izopter reprezintă un contur pentru un anumit tip de stimul, forma normală a acestora fiind cea eliptică.Pentru o persoană sănătoasă, fiecare izopter, trebuie să se suprapună peste conturul care definește câmpul vizual, iar culorile izopterilor și a contururilor trebuie să corespundă.

Mediul de lucru Matlab poate fi utilizat pe baza unei game variate de funcții și algoritmi necesari pentru prelucrarea imaginilor din diverse domenii, se pot realiza legaturi cu alte medii de programare,cum ar fi interfețele grafice (ex. interfața grafică GUIDE).

În primul capitol sunt prezentate considerații teoretice asupra aparatului vizual uman, acesta cuprinzând: anatomia și fiziologia ochiului uman, tulburări oculare, tehnici de investigare a aparatului vizual, tehnici de măsurare a câmpului vizual și perimetria cinetică.

Capitolul 2 cuprinde noțiuni de bază despre metodele de prelucrare a imaginilor medicale, metode care au fost aplicate în scopul realizării acestei lucrări. Sunt prezentate modelele de culoare RGB și HSV, de asemenea funcții și operații cum ar fi: histograma unei imagini, binarizarea, segmentarea, operații morfologice(dilatare, eroziune, închidere, deschidere), operatorul de detecție a muchiilor Canny, transformata Hough.

Capitolul 3

….

Obiectivele urmărite în acest proiect

Scopul

CAPITOLUL I APARATUL VIZUAL

Anatomia și fiziologia ochiului uman

Anatomia este știința care se ocupă cu studiul formei și structurii organismelor și a componentelor acestora.

Ochiul uman reprezintă un sistem optic complex, esențial comunicării și interacțiunii dintre creier și mediul înconjurător. Acesta are rolul de a furniza informații creierului în ceea ce privește forma și culoarea obiectelor, fiind responsabil și de orientarea în spațiu sau menținerea echilibrului.Toate aceste informații sunt transmise creierului prin intermediul nervului optic sub forma de impulsuri electrice.

Principalele funcții ale ochiului

sistemul optic, la nivelul căruia se formează imaginea

sistemul de primire și “codare” a informației transmise la creier

sistemul de asigurare a necesității vitale

Ochiul are în alcătuirea sa globul ocular și organele anexe(sprâncenele, pleoapele, glandele lacrimale și mușchii externi ai globului ocular).

Globul ocular are forma sferică și este situat la nivelul feței, în orbită.

Fig.1.1 Elementele structurale ale ochiului:

1.Camera posterioară; 2.Ora serrata; 3.Corpul ciliar; 4.Ligament suspensor; 5.Canalul lui Schlemm; 6. Pupilă; 7. Camera anterioară; 8. Cornee; 9. Iris; 10. Cristalin cortical; 11. Nucleu cristalinian; 12. Corpi ciliari; 13. Conjunctivă; 14. Mușchi oblic inferior; 15. Mușchi drept inferior; 16. Mușchi drept median; 17. Vene și artere retiniene; 18. Papilă optică; 19. Dura mater; 20. Arteră retiniană centrală; 21. Venă retiniană centrală; 22. Nerv optic; 23. Vena vorticoasă; 24. Conjunctivă; 25. Maculă; 26. Fovee; 27. Scleră; 28. Coroidă; 29. Mușchi drept superior; 30. Retină; [11]

Elementele structurale (reprezentate și în Fig.1.1.) ale ochiului sunt:

1.Camera posterioară 11.Nucleu cristalinian 21.Venă retiniană centrală

2.Ora serrata 12.Corpi ciliari 22.Nerv optic

3.Corpul ciliar 13.Conjunctivă 23.Vena vorticoasă

4.Ligament suspensor 14.Mușchi oblic inferior 24.Conjunctivă

5.Canalul lui Schlemm 15.Mușchi drept inferior 25.Maculă

6.Pupilă 16.Mușchi drept median 26.Fovee

7.Camera anterioară 17.Vene și artere retiniene 27.Scleră

8.Cornee 18.Papilă optică 28.Coroidă

9.Iris 19.Dura mater 29.Mușchi drept superior

10.Cristalin cortical 20.Arteră retiniană centrală 30.Retină

Globul ocular are în structura sa peretele globului ocular și mediile transparente refringente.Peretele globului ocular este alcătuit din 3 tunici(membrane) concentrice: externă, medie și internă.

Sclerocorneea (tunica externă fibroasă)

Are rolul de menținere a presiunii intraoculare și cuprinde în porțiunea posterioară o membrană fibroasă opacă care ocupă marea majoritate a întinderii și este denumită sclerotica(sclera) iar în cea anterioară corneea, care este transparentă, datorită lipsei vaselor de sânge din alcătuirea ei.

Corneea are scopul de a concentra lumina care patrunde în ochi astfel încât vederea să fie clară și are un rol important în sensibilitatea proprioceptivă a ochiului(termic, tactil, durere).

Uveea (tunica mijlocie vasculară)

Aceasta prezintă în partea posterioară coroida, urmată de corpul ciliar în zona anterioară, din care se desprinde o membrană fibroasă care formează diafragma ochiului: irisul.

Coroida are în partea sa posterioară un orificiu care servește drept cale pentru nervul optic.

Corpul ciliar prezintă în componența sa mușchiul ciliar și procesele ciliare.

Irisul permite reglarea cantității de lumină ce sosește la retină, îndeplinind rolul de diafragmă.Acesta prezintă in mijloc un orificiu numit pupilă.

Retina (tunica internă nervoasă)

Se localizează posterior de ora serrata și este alcătuită din două regiuni: pata galbenă și pata oarbă.

Pata galbenă (macula lutea) este situată în dreptul axului vizual și conține mai multe conuri decât bastonașe având în centrul ei o concavitate numită fovea centralis care conține exclusiv conuri.În această zonă se formează imaginea cea mai clară a vederii.

Pata oarbă se situează în zona temporală a fundului ochiului și reprezintă punctul în care nervul optic părăsește globul ocular.Aceasta nu se conține receptori optici, de unde reiese și numele acestei regiuni.

În alcătuirea retinei intră 10 straturi (reprezentate în Fig. 1.2) care conțin următoarele tipuri de celule:

celule fotosensibile, care au prelungiri în formă de con și de bastonaș și care recepționează lumina și o transformă în impulsuri nervoase

celule interneuronale, care cuprind celulele bipolare și orizontale care sunt celule neuronale ce transmit impulsul nervos de la celulele senzitive numai în zona retinei

celule ganglionare, care transmit impulsurile prin nervul optic înafara retinei

Fig.1.2 Straturile neuronale ale retinei și componența lor[12]

Straturike neuronale ale retinei: Componența straturilor:

1.Membrana limitantă internă A. Fibrele nervului optic

2.Stratul fibrelor nervoase B. Celule ganglionare

3.Stratul celulelor ganglionare C. Celule Müller

4.Stratul plexiform intern D. Celule bipolare

5.Stratul nuclear intern E. Celule amacrine

6.Stratul plexiform extern F. Celulă orizontală

7.Stratul nuclear extern G. Celule fotoreceptoare cu bastonașe

8.Membrana limitanta externă H. Celule fotoreceptoare cu conuri

9.Stratul celulelor fotoreceptoare I. Celule pigmentare

10.Stratul pigmentar J. Coroida

Mediile transparente refringente ale globului ocular sunt reprezentate de următoarele elemente structurale: corneea transparentă, umoarea apoasă, cristalinul și corpul vitros.

Umoarea apoasă este un lichid transparent care ocupă camera anterioară a ochiului, fiind situat între cornee și iris.

Cristalinul joacă rolul unei lentile biconvexe, transparente, fiind situat între iris și corpul vitros.

În spatele cristalinului, în camera vitroasă se găsește corpul vitros, care este un lichid gelatinos, transparent de formă sferoidală.

Formarea imaginii pe retină:

Lumina pătrunde în ochi prin cornee, aceasta fiind considerată cea mai puternică „lentilă” a aparatului optic, care îndeplinește rolul de focalizare(în proporție de 80%). În continuare, lumina trece prin pupilă străbătând umoarea apoasă după care aceasta pătrunde în cristalin care asigură focalizarea finală(restul de 20%).Așadar, corneaa și cristalinul formează aparatul dioptric ocular: o lentilă convergentă cu o putere de 60 dioptrii, având centrul optic la 17 mm în fața retinei.

După ce traversează cristalinul și umoarea sticloasă, lumina cade pe retină, unde se formează o imagine reală și răsturnată a obiectelor privite.Fluxul luminos este reglat automat prin acțiunea involuntară(reflexă) a irisului.

Procesul în urma căruia imaginea se formează clar pe retină reprezintă acomodarea cristalinului.Acesta își modifică curbura respectiv puterea de convergență pentru a permite ochiului să vadă clar obiecte aflate la distanțe diferite de el.Prin modificarea curburii, cristalinul permite modificarea refracției razelor luminoase care cad pe retină.

În funcție de distanța la care se află retina față de centrul optic, există:

ochiul emetrop, retina se află la 17 mm în spatele centrului optic, iar imaginea

obiectelor plasate la infinit este clară, fără acomodare

ochiul miop, retina se află la distanțe mai mari de 17 mm, iar în

acest caz persoana apropie obiectele de ochi petru a le vedea clar

ochiul hipermetrop, retina se află situată la mai puțin de 17 mm de centrul optic

în acest caz persoana depărtează obiectele de ochi pentru a le vedea clar

În cazul ochiului miop, datorită curburii anormale a cristalinului, fasciculul de raze paralele focalizează înaintea retinei, iar în cazul ochiului hipermetrop datorită convexității diminuate a cristalinului razele sunt focalizate înapoia retinei, după cum se observă în Fig.1.3.

Fig.1.3 Formarea imaginii în ochiul emetrop, miop și hipermetrop [13]

În componența retinei există procese fotochimice, aceasta fiind sensibilă la radiațiile electromagnetice cu lungimea de undă intre 390 și 770 nm.Aceste procese se datorează celulelor fotosensibile cu conuri și bastonașe, în structura cărora există macro-molecule fotosensibile (pigment vizual) și care recepționează lumina trasformând energia electromagnetică a acesteia în impuls nervos.Bastonașele conțin un singur fel de pigment vizual, denumit rodopsină și sunt responsabile pentru vederea în condiții de luminozitate scăzută, fiind într-un număr de cca 125 de milioane, iar conurile conțin trei feluri de pigmenți vizuali, numiți iodopsine și scopul lor este de a distinge culorile, numărul lor ajungând până la 6-7 mil.Densitatea celulelor receptoare din zona centrală a retinei determină acuitatea vizuală normală.

1.2. Tulburări oculare

În următorul subcapitol se vor prezenta cateva defecte ale aparatului vizual, cât și detalierea principalelor defecte de vedere.

Cele mai frecvente tulburări oculare sunt următoarele:

Alacrimia (sindromul ochiului uscat) Glaucomul

Astigmatism Hemoragia subconjunctivală

Arsurile corneei Imperforație de canal lacrimo-nazal

Blefarita Infecția corneei cu virusul herpes simplex

Cataracta Infecția virală a corneei

Chalazionul Lagoftalmia paralitică

Cheratoconusul Miopia

Chist dermoid palpebral Pterigionul

Colobom palpebral Retinopatia diabetica

Conjunctivita Sclerita și epislerita

Dacriocistita Sindromul de blefarofimoză

Degenerescența maculară Strabismul

Dermatosalazis Traumatisme

Decolare posterioară de vitros Trichiazis

Dezlipirea de retină Tulburări vitreene(sau Flocoane vitreene)

Entropion Ulcior

Ectropion

Defectele de vedere care prezintă eroare de refracție sunt miopia, hipermetropia, astigmatismul și prezbiopia.

Astigmatismul reprezintă o tulburare de refracție a globului ocular, care se manifestă prin formarea unor imagini neclare pe retină.Acest lucru se datorează existenței unei denivelări pe suprafața de curbură a corneei, fapt pentru care puterea de refracție a globului ocular nu este aceeași pe toate meridianele.Există două tipuri de astigmatism:

Astigmatism regulat, care are curbura corneei regulată.Acesta este genetic și poate fi corectat prin ochelari.

Astigmatism neregulat, datorat unor afecțiuni ale corneei și care se corectează fie optic cu ajutorul lentilelor de contact, fie chirurgical sau cu ajutorul laserului.

Fig.1.4 Formarea imaginii pentru ochi normal, respectiv pentru ochi afectat de astigmatism[14]

Glaucomul este o afecțiune oculară gravă, care progresiv poate duce la orbire, reprezentând a doua cauză de orbire la nivel mondial, după diabet.Aceasta se manifestă prin creșterea presiunii intraoculare peste nivelul suportat de nervul optic, ceea ce duce la distrugerea fibrelor nervoase.

Presiunea intraoculară poate să crească în următarele cazuri:

Producerea excesivă a lichidului intraocular;

Afectarea evacuării lichidului prin sistemul de drenaj al ochiului

Ca urmare a creșterii presiunii intraoculare aceasta actionează asupra membranei

Clasificarea glaucomului:

Glaucomul congenital are caracter genetic, apârând chiar de la naștere.Simptomul asociat îl reprezintă creșterea anormală a ochilor copiilor.

Glaucomul cu unghi deschis reprezintă o formă lent progresivă de glaucom, cu debut necunoscut, în care nervul optic este ușor lezat.Printre simptome se regăsesc următoarele: scăderea acuității vizuale, lăcrimare.

Glaucomul cu unghi închis este mai puțin frecvent.În acest caz de glaucom irisul și cristalinul blochează circulația umorii ducând la creșterea presiunii intraoculare și comprimarea sistemului de drenare a ochiului, lucru care determină scăderea bruscă a vederii.Un alt simptom specific este înroșirea ochiului.

Glaucomul secundar apare în urma altor boli oculare (traumatisme oculare, inflamații, tumori) sau a unor afecțiuni precum diabetul zaharat, neprezentând simptome specifice.

Fig.1.5 Reprezentare ochi normal, respectiv ochi glaucomos[14]

1.3. Tehnici de investigare a aparatului vizual

Un prim pas în prevenirea și tratarea afecțiunilor oculare îl reprezintă examenul oftalmologic.Un examen complet constă în:

testarea acuității vizuale

evaluarea mobilității oculare – depistarea strabismului, a unei pareze

testarea vederii binoculare(capacitatea ochilor de a funcționa simultan)

examenul fundului de ochi – depistarea afecțiunilor retinei și pe cele ale coroidei

măsurarea tensiunii oculare(evaluată în milimetri coloană de mercur) – duce la depistarea glaucomului

examen biomicroscopic – examinarea părții anterioare a globului ocular (cornee, iris, cristalin)

gonioscopia – examinarea unghiului de filtrație

Examenul oftalmologic poate fi urmat, în funcție de diagnostic de una sau mai multe din următoarele investigații complexe, realizate prin intermediul unei game largi de aparatură oftalmologică:

Angiofluorografie – examinarea retinei și a vaselor aferente cu ajutorul unei substanțe de contrast

Autorefrectometrie – determinarea computerizată a dioptriei

Biometrie –metodă de calcul a puterii cristalinului artificial pentru implantare în ochiul unui pacient operat de cataractă

Ecografie oculară – explorare 3d cu ultrasunete a oparatului vizual

Electroretinografia – test care determină funcționarea anormală a retinei

Explorare pentacam – examinarea detaliată a feței anterioare și posterioare a corneei, a camerei anterioare, a unghiului camerular și a irisului

Keratometrie – presupune măsurarea curburii corneei pentru depistarea astigmatismului

Microscopie speculară – evaluează numărul, densitatea și structura celulelor endoteliale ale corneei utilizând microscopul

Pahimetrie – investigație de determinare a grosimii corneei(exprimată în microni)

Perimetrie computerizată – determinarea câmpului vizual

Retinofotografie – metodă de fotografiere a retinei pentru supravegherea leziunilor acesteia

Tomografie în coerență optică(OCT) – tehnologie de înaltă rezoluție utilizată în scanarea în profunzime a papilei nervului optic și a maculei și care este utilă în diagnosticarea și urmărirea în timp a bolilor maculare(degenerescență maculară, retinopatie diabetică, edem macular, corioretinită seroasă centrală etc)

Topografie corneană – evaluarea suprafeței corneene(suprafață, altitudine, putere dioptrică în orice punct)

Tratamentul LASER al polului anterior și polului posterior

1.4 Tehnici de măsurare a câmpului vizual. Perimetria cinetică

Câmpul vizual reprezintă totalitatea punctelor din spațiul bine delimitat cuprins între ochi care se proiectează pe retină, când ochii se află în poziție primară. Limitele normale în care se încadrează acesta sunt : 50° în sus, 60° spre nas, 70° în jos, 90° spre tâmplă.

Măsurarea câmpului vizual este utilă în următoarele cazuri:

când se presupune existența unui glaucom, a unor afecțiuni neurologice sau retiniene

evaluarea pierderii vizuale rezultate în urma deteriorării nervului optic datorată unor traume, atacuri cerebrale sau tumori

la o acuitate vizuala mai mică de 1 fără o cauză anatomică vizibilă(acuitatea vizuală normala este de 5/5)

în cazul persoanelor în vârstă

la persoanele care suferă de ambliopie(vederea slabă a unuia dintre ochi) sau hemeralopie(scăderea vederii la lumină slabă).

Fig.1.6 Reprezentare câmp vizual normal al ochiului drept[15]

Câmpul vizual poate fi monocular și binocular. Câmpul vizual monocular reprezintă câmpul vizual relativ(dat de către un singur ochi), având limitele periferice

date de proeminențele regiunilor învecinate ale ochiului respectiv.Câmpul vizual binocular este câmpul vizual normal al unei persoane, dat de intersecția câmpurilor monoculare a fiecărui ochi, după cum se poate vedea și în Fig.1.7.[10]

Există următoarele defecte de câmp vizual: scotoame, hemianopsii și îngustări de câmp vizual.

Explorarea câmpului vizual se face cu ajutorul unei tehnici numită perimetrie care poate fi atât manuală(controlată de un operator uman) cât și computerizată.Perimetria reprezintă metoda standard utilizată în optometrie și oftalmologie, cu ajutorul căreia se poate explora și analiza câmpul vizual al unei persoane. Este folosită de regulă pentru testarea acuității vizuale întrucât furnizează măsurări cantitative asupra funcției vizuale.

Fig.1.7 Reprezentarea câmpului vizual monocular(stânga) și a câmpului vizual binocular(dreapta) [10]

Perimetria se clasifică în două tipuri:

Perimetrie cinetică – se utilizează diverși stimuli luminoși care se deplasează

Perimetrie statică – se utilizează stimulii luminoși care își modifică intensitatea

Perimetria cinetică semi-automată OCTOPUS

Perimetria cinetică (perimetrie Goldmann) reprezintă metoda manuală prin care examinatorul deplasează o țintă de stimuli luminoși de la periferie spre centrul aparatului vizual al pacientului în timp ce acesta privește un ecran tangent. Această metodă a fost înlocuită de perimetria computerizată(Humphrey, Octopus) care prezintă o țintă de intensitate variabilă în poziții fixe din câmpul vizual.Perimetria statică oferă o metodă sensibilă pentru detectarea anumitor defecte ale câmpului vizual, prin tiparirea automata a pragurilor luminoase.

Perimetria cinetică semi-automată OCTOPUS este succesorul perimetriei cinetice manuale Goldman și reprezintă o tehnică semi-automată foarte eficientă în evaluarea periferiei câmpului vizual datorită faptului că stimuli luminoși care se deplasează acoperă o arie largă într-un timp foarte scurt.

Fig.1.8 Perimetrie computerizată OCTOPUS(stânga) versus perimetrie manuală Goldmann(dreapta) [10]

Denumirea de semi-automată se datorează faptului ca această metodă implică ajutorul examinatorului.[10]

Investigația se desfășoară astfel: pacientul se va așeza în fața unei cupole emisferice, cu ajtorul căreia se va evalua câmpul vizual prin proiectarea unor stimuli luminoși.Acesta privește un ecran în timp ce stimulii luminoși sunt proiectați în diferite locuri din câmpul vizual.Investigația se va realiza pe rând pentru fiecare dintre ochi.La sesizarea fiecărui stimul luminos, acesta trebuie să apese un buton, aparatul înregistrând astfel răspunsul la stimuli și va începe cartografierea răspunsului.

Deplasarea acestor stimuli luminoși de mărimi și intensități diferite dintr-o regiune din afară câmpului vizual către sfera câmpului vizual determină pragul de sensibilitate.Traiectoria acestor stimuli se numește vector. Un izopter este reprezentat de conturul rezultat prin unirea punctelor de raspuns la stimulii luminosi.

Pentru un tip de stimul de o anumită intensitate și mărime se vor determina locațiile care corespund aceluiași prag de sensibilitate, rezultând astfel un izopter.La fel se realizează și pentru alte tipuri de stimuli luminoși.Acest lucru se poate observa în Fig.1.9.

Fig.1.9 Reprezentarea izopterilor în urma răspunsului la impuls a pacientului[10

Fig.1.9. Reprezentarea normală a izopterilor utilizând

stimuli de mărimi și intensități diferite(I1e, I2e, I4e,III4e,V4e). [10]

Avantajele perimetrie cinetice în detrimetrul perimetriei statice sunt următoarele:

-rezoluție spațială mai mare (de exemplu în cazul cazul unui punct orb sau a unui scotom rezultat în urma unei hemoragii, unde e importantă o mapare mai amănunțită)

-testare periferică mai rapidă(în cazul afecțiunilor neurologice sau retiniene este mai importantă testarea periferică decât cea a câmpului vizual central)

-oferă informații și despre alte funcții vizuale

-oferă un răspuns mai bun a pacientului datorită deplasării stimulilor, care pot fi reperați mai ușor decât în cazul perimetriei statice unde răspunsul se bazează pe stimuli statici.Acest lucru este un mare avantaj pentru pacienții vârstnici, cu vedere mai slabă.

–

Fig.1.10 Rezultatul examinării unui pacient cu scotom atât prin perimetrie statică(stânga) cât și cu ajutorul perimetriei cinetice(dreapta). [10]

Simulii luminoși și fundalul uniform pe care aceștia sunt proiectați sunt standardizați în ceea ce privește forma, mărimea, culoarea, intensitatea luminii și durata, astfel încât să asigure reproductibilitate ridicată.Astfel, iluminarea de fundal are valoarea 31.4 asb (10 cd/).Tipul de stimuli utilizați sunt Goldmann având mărimea de la I la V, iar valoare intensității de la 1a la 4e, existând astfel 20 de combinații distincte după se poate observa în Fig.1.11.Viteza de deplasare a stimulilor este constantă (1 – 10°/s) și este ghidată manual.S-a remarcat faptul că viteza între 3-5 °/s este cea mai optimă și are rezultate eficiente.

Stimulii având mărimea între I și V și cele mai puternice intensități sunt utilizați pentru testarea periferică, în timp ce stimulii de mărimea I și II în combinație cu intensități slabe sunt utilizați pentru zona centrală.Stimulul de mărimea V este cel mai mare și mai vizbil, fiind utilizat în cazul persoanelor cu vederea slabă.În ceea ce privește valoarea intensității stimulilor, 1a este cea mai slabă intensitate, iar 4e cea mai puternică.

Fig.1.11 Intensitățile stimulilor utilizați în perimetria cinetică Goldmann reprezentate în pași de 1 dB de la valoarea cea mai închisă a intensității(1a) la cea mai deschisă(4e) [10]

În urma unei investigații prin intermediul acestei tehnologii este generat un raport care se prezintă sub forma figurii următoare și care cuprinde scanarea ochiului drept și a celui stâng.Aparatul care a realizat această analiză se numește OCTOPUS 900.

Fig.1.12. Exemplu de raport obținut pe baza perimetriei cinetice cu ajutorul aparatului OCTOPUS 900

Capitolul II. METODE DE PRELUCRARE A IMAGINILOR

Prelucrarea digitală a imaginilor presupune prelucrarea unor date bidimensionale pe un calculator digital, cu scopul de a îmbunătăți datele respective și de a extrage anumite informații.Procesul de prelucrare a imaginilor are un spectru foarte larg de aplicații printre care amintim procesarea medicală a imaginilor, prelucrarea imaginilor radar sau sonar, inspecția automată a produselor în industrie, transmisia și memorarea imaginilor în diferite domenii(ex in tehnica spațială, criminalistică, medicină nucleară etc.

Modelele de culoare RGB și HSV

O imagine reprezintă o funcție bidimensională(tablou, matrice) de date.

Imaginea digitală este compusă dintr-un număr finit de elemente naturale, reale sau complexe care poartă denumirea de pixeli și care se reprezintă pe un număr de biți.

Prelucrarea unei imagini de către observatorul uman presupune conversia acesteia în informație.Când undele de lumină ale imaginii ajung la nivelul ochiului, acestea străbat corneea și cristalinul pentru a ajunge pe retină.Musculatura care acționează cristalinul modifică forma acestuia astfel încât imaginea să se formeze corespunzător pe retină.Astfel fotonii imaginii vor excita fotoreceptorii existenți în structura retinei. Fotoreceptorii sunt de două tipuri: bastonșe și conuri. Bastonașele sunt foarte sensibile la intensitatea luminii, ceea ce implică vederea scotopică(în condiții de lumină scăzută), iar conurile diferențiază culorile și detaliile fine.

Cea mai mare cantitate de conuri se regăsește în zona numită fovea din centrul retinei, acestea având caracteristica de absorbție dependetă de lungimea de undă a radiației electromagnetice, cu maxime de absorbție in zonele de culoare: roșu, verde și albastru ale spectrului optic.

Fig.2.1 Curbele de absorbție spectrală ale celulelor fotosensibile de pe retină în funcție de lungimea de undă ( unde: β,γ,ρ- tipuri de conuri) [21]

Celulele în formă de con ale ochiului uman sunt sensibile la trei tipuri de culori, acestea fiind culorile primare ale luminii, care nu se obțin din niciun amestec pigmentar și sunt reprezentate de roșu (R), verde (G) și albastru (B). Acestea sunt culori primare aditive, care permit prin combinația lor obținerea culorilor secundare ale luminii: magenta (M=R+G), cyan (C=G+B) și galben (Y=R+G). Combinarea unei culori secundare a luminii cu culoarea sa primară opusă produce culoarea albă, la fel și combinarea celor trei culori ale luminii. [5]

Culoarea primară a pigmenților, spre deosebire de cea primară a luminii absoarbe o culoare primară a luminii și reflectă celelalte două culori primare ale luminii.

Fig.2.2 a) Culorile primare și culorile secundare ale luminii ; b) Culorile primare și culorile secundare ale pigmenților [5]

Modelul de culoare RGB se bazează pe un sistem de coordonate cartezian și fiecare culoare este repezentată folosind componentele spectrale primare de roșu, verde si galben. Spațiul culorilor este reprezentat de un cub de culori care are în trei colțuri culorile roșu, verde și albastru, iar în celelalte colțuri sunt culorile: cyan, magenta, galben, negru și alb. Culoarea neagră se află în originea sistemului RGB iar cea albă este situată diagonal opusă culorii negre.Acesta este reprezentat în Fig. 2.3.

Fig.2.3 Reprezentarea cubului RGB pe 24 biți [18]

Modelul RGB este unul aditiv, în care lumina este emisă și este utilizat în cazul calculatoarelor, televizoarelor sau oricare alte dispozitive care emit lumină.[6]

Imaginile reprezentate în modelul RGB se compun din trei imagii componente, câte una pentru fiecare culoare primară. Numărul de biți utilizați pentru reprezentarea fiecărui pixel în spațiul RGB reprezintă adâncimea pixelului.Fiecare imagine componentă, a unei imagini RGB, este o imagine pe 8 biți, astfel că fiecare pixel de culoare RGB va avea o adâncime de 24 de biți. Fiecare culoare primară are 256 de nuanțe, iar numărul total de nuanțe de culori dintr-o imagine RGB pe 24 de biți este de 16.777.216. (R: 256 x G:256 x B:256).

Modelul HSV(HSB) este utilizat în aplicațiile grafice, unde utilizatorul trebuie să aleagă o culoare pentru a fi aplicată la un anumit element grafic, în funcție de contextul de aplicare. Pentru a fi aplicată în acest fel este utilizată roata de culoare HSV, în care culorile și relațiile dintre acestea sunt redate într-un cerc de la 0 la 360 de grade.

Fig.2.4 Roata de culoare HSV[19]

Modelul HSV presupune că orice culoare se poate obține plecând de la o nuanță pură, care se amestecă cu anumite cantități de alb și/sau negru.

Numele modelului este dat de inițialele proprietăților care definesc o culoare în acest model – Hue, Saturation, Value(Brightness), unde:

Hue (nuanță) reprezintă lungimea de undă dominantă și descrie diferitele culori din spectrul vizibil

Saturation (saturație) se referă la intensitatea unei culori sau, altfel spus, cât de nuanțată este culoarea respectivă

Value (luminozitatea) se referă la luminozitatea unui culori: cât alb și cât negru se găsește într-o culoare

Fig. 2.5 Reprezentarea conică a HSV [20]

Histograma imaginilor

Histograma unei imagini constă în frecvența de apariție a diferitelor nivele de gri dintr-o imagine.Se definește astfel:

Egalizarea histogramei se realizează în scopul obținerii unei imagini cu histogramă uniformă.O imagine a cărei histogramă este distribuită neuniform prezintă un contrast slab pe anumite porțiuni, lucru care poate fi rezolvat prin egalizarea histogramei, obținând o accentuare a contrastului.

Algoritmul de egalizare a histogramei reprezintă redistribuirea de pixeli din imagini astfel

încât numărul de pixeli de pe fiecare nivel de gri să fie aproximativ același pentru toată imaginea digitală prelucrată.

Fig.2.6 Graficul funcției histogramă și cel al egalizării histogramei[3]

Binarizarea imaginilor

Binarizarea imaginilor este o etapă importantă în preprocesarea imaginilor și reprezintă metoda prin care o imagine color sau cu nuanțe de gri este transformată într-o imagine binară(alb-negru, cu valori de 0 și 1). Se mai numește și thresholding(cu un singur prag) reprezentând un tip de segmentare al imaginii bazat pe intensitatea culorilor. Exista numeroși algoritmi care nu pot fi aplicați decât pe astfel de imagini, de aceea binarizarea reprezintă o etapă esențială, care trebuie executată corespunzător, pentru evitarea propagării greșelilor în alte etape de procesare.

Algoritmii de binarizare se pot clasifica astfel:

Globali (ficși) în care valoarea pragului este menținută constantă pentru întreaga imagine.

Fig.2.7. Imagine de tip gray-scale(stânga) și imagine binară obținută în urma unui algoritm global de binarizare [17]

Locali (dinamici) în care valoarea pragului depinde de poziția în imagini. Imaginea se împarte în secțiuni, pentru fiecare secțiune calculându-se alt prag.

Fig.2.8. Imagine de tip gray-scale(stânga) și imagine binară obținută în urma unui algoritm global de binarizare [17]

Adaptivi în care valoarea pragului depinde de intensitatea medie a imaginii.

Fig.2.9 Imagine de tip gray-scale(stânga) și imaginea binară rezultată în urma unui algoritm adaptiv [17]

Operații morfologice

Procesarea morfologică a imaginii constă dintr-un set de operații de prelucrare a imaginilor pentru extragerea sau modificarea informației referitoare la forma și structura obiectelor din imaginea respectivă.

Operatorii morfologici de bază sunt dilatarea și eroziunea, acesștia fiind utili în particular pentru analiza imaginilor binare, deși utilizarea lor poate fi extinsă și pentru analiza imaginilor în tonuri de gri sau color.

În cadrul operației de eroziune, fiecare pixel al obiectului care atinge un pixel al fundalului se schimbă într-un pixel din fundal.

Figura 2.10 Erodarea folosind un element structural pătrat[6]

În cadrul operației de dilatare, fiecare pixel din fundal care atinge un pixel dintr-un obiect este schimbat într-un pixel din obiect.

Figura 2.11 Dilatarea unor obiecte folosind un element structural pătrat[6]

Deschiderea morfologică a unei imagini constă din două operații succesive:o eroziune urmată de o dilatare, folosind același element de structurare pentru ambele operații.Expresia care redă acest lucru este următoarea:

(2.1)

Închiderea morfologică a unei imagini este exact opusul deschiderii: o dilatare urmată de o eroziune cu același element de structurare. Închiderea se calculează cu expresia:

(2.2)

Detectarea muchiilor cu operatorul Canny

Detectarea muchiilor reprezintă o problemă fundamentală în procesarea imaginilor, deoarece permite recunoașterea anumitor obiecte din imagine pe baza conturului lor.Această medodă este similară cu procesul de segmentare.

Muchiile se pot defini ca frontiera dintre două regiuni de intensități diferite din imagine.

Operatul Canny reprezintă metoda cea mai optimă de detectare a muchiilor, deoarece este mai puțin influențată de zgomote și datorită faptului că urmărește obținerea muchiilor continue chiar și atunci când valoarea gradientului muchiei este mică. [7]În figura de mai jos se poate observa diferența dintre utilizarea operatorului Sobel și a operatorului Canny.

Algoritmul detecției de contur cu operatorul Canny are la bază:

Netezirea imaginii(filtrare)

Construirea hărții modulului și direcției gradientului;

Suprimarea non-maximelor;

Binarizare adaptivă(Thresholding) cu două praguri a punctelor de pe muchie și de prelungire a acestora prin operația de histeresys.

Fig 2.12.a) examinare CT abdominală b)Detectarea muchiilor cu operatorul Sobel c)Detectarea muchiilor cu operatorul Canny [8]

Alte metode utilizate în detecția muchiilor sunt reprezentate de operatorii de gradient clasici: Sobel, Prewitt, Roberts(cruce), Isotropic și filtru LoG sau DoG(diferență de Gaussieni).Aceasta au dezavantajul de a fi mai influențate de zgomot decât operatul Canny, la unele apare chiar problema de dublare a muchiilor(spre exemplu în cazul operatorului Laplace).

Transformata Hough

Transformata Hough este o metodă utilizată pentru detecția liniilor drepte din imagini.Totuși, tehnica a fost extinsă și pentru detecția mai multor tipuri de curbe parametrice (cercuri, elipsoide).Ideea de bază a acestei tehnici pornește de la coordonatele (x,y) care definesc imaginea în spațiu și se dorește caracterizarea liniilor cu ajutorul coordonatelor (a,b) date de ecuația unei drepte:

(2.3)

Prin variația parametrilor a și b, se poate modela orice linie dintr-o imagine.Așadar fiecare linie din imagine e reprezentată de un punct în spațiul (a,b).

Pentru fiecare punct de interes din imagine, se calculează toate posibilele drepte ce trec prin el, și se incrementează elementele din spațiul parametric.

Dreptele relevante sunt localizate în maximele locale ale spațiului parametric

Translația și rotația

Operațiile de translație și rotație sunt considerate transformări geometrice rigide, care sunt generate sub forma de matrici.

Translația este definită sub forma:

()

Rotația este dată de matricea următoare:

()

Fig.2.13 Reprezentarea transformărilor rigide de translație(stânga) și rotație(dreapta)

Segmentarea imaginilor

Segmentarea reprezintă una dintre cele mai importante etape din procesarea imaginilor și are la bază divizarea imaginii în vederea obținerii unor regiuni de interes.Există diverse metode de segmentare, pornind de la cea mai simplă care constă în separarea obiectului de fundal și obținerea unei imagini binare.

Tehnici de segmentare a imaginilor:

Detecția de prag (Thresholding) – se realizează prin stabilirea unui prag ales pe baza histogramei, care poate fi local sau global și este tehnica cea mai ușor de implementat fiind deseori utilizată pentru o segmentare inițială a imaginii

Segmentare prin extragerea contururilor – utilizează operatori și tehnici de detecție a muchiilor pentru a extrage conturul anumitor obiecte din imagine

Segmentare prin extragerea regiunilor(Clustering) – constă în identificarea regiunilor cu caracteristici similare din imagine [4]

Segmentarea texturilor –tehnică folosită când obiectele de interes din imagine au structură texturată. [4]

Segmentare Watershed – are ca algoritm separarea automată a obiectelor care se suprapun dintr-o imagine alb negru

Segmentarea imaginii este utilizată cel mai adesea pentru detectarea organelor(creier, inimă, plămâni, ficat, etc) obținute din imagini tomografice și RMN cât și pentru identificarea țesutului patologic(tumori) și diferențierea structurii anormale de cea normală țesutului. De asemenea poate fi utilizată și în cazul imaginilor obținute prin satelit, la recunoașterea amprentelor sau alte sisteme de recunoaștere folosite în diverse domenii.

Recunoașterea optică a caracterelor (OCR)

Scopul recunoașterii optice a caracterelor este de a clasifica modele optice ( cel mai des conținute de imagini digitale) în Recunoașterea optică a caracterelor este o metodă prin care caracterele pot fi recunoscute din ??

Extragerea informatiilor de interes din imagine

. OCR is a method in which readable characters are recognized from optical data obtained digitally.

OCR urile sunt acele metode care pot citi textul dintr-o poză și să îl transforme

în text digital. Toate OCR-urile, pe lângă rezultatele furnizate, întorc și o valoare care reprezintă cât de sigur este că

a citit corect fiecare cuvânt. Deși se întâmplă ca multe m

otoare OCR să citească același cuvânt greșit,

probabil din cauză că era deteriorat pe hârtie, se poate observa că fiecare se comportă bine pe un

anumit tip de document, pentru că au fost gândiți algoritmii altfel. Folosind mai multe astfel de rezultate și combinându-le cu ajutorul valorii de acuratețe pentru fiecare cuvânt dat de fiecare OCR

ar trebui să obținem un rezultat superior celor individual

Capitolul IV. REALIZAREA PROGRAMULUI

Realizarea programului presupune efectuarea succesivă a unor operații și funcții aplicate asupra imaginilor medicale.Imaginile au fost preluate de către un doctor oftalmolog cu ajutorul perimetriei cinetice semi-automate OCTOPUS 900 și sunt reprezentate sub forma unor rapoarte în care este investigat câmpul vizual pentru ochiul drept, respectiv ochiul stâng.

Pentru prelucrarea rapoartelor pe calculator este necesară scanarea acestora de către medic, lucru în urma căruia apar anumite modificări asupra imaginilor. Astfel, pentru a putea extrage informațile de interes din aceste imagini sunt necesare anumite operații operații ca de exemplu:

În cazul scanării imaginilot cu capul în jos, aceastea trebuie rotite corespunzător

În cazul scanării strâmbe a imaginilor, este necesară poziționarea corectă

????

??
??

??

??

??REZOLUTIA??

4.1 Încărcarea imaginii

Imaginile prelucrate cu ajutorul programului MATLAB reprezintă rapoarte medicale obținute de către doctorul oftalmolog cu ajutorul perimetriei cinetice OCTOPUS 900.

Pentru incărcarea acestor imagini, s-a utilizat o secvență de program cu ajutorul căreia aceste imagini pot fi citite și afișate din orice folder al calculatorului utilizatorului.

Această secvență apelează calea de localizare a imaginii dorite folosind comanda uigetfile care determină în mod automat traseul până la fișier urmând ca utilizatorul să aleagă mai departe imaginea corespunzătoare.

Sintaxa pentru citirea imaginii:

[FileName,PathName]=uigetfile(’*.*’, ’Select the Image’);

[img, map]=imread(fullfile(PathName, FileName));

Sintaxa pentru scriere:

f=img;

figure,imshow(f);

unde:

FileName reprezintă numele fișierului;

PathName reprezintă numele traseului;

img, f reprezintă imaginea aleasă de utilizator

imread este funcția de citire a unei imagini în Matlab

imshow este funcția de deschidere a unei imagini.

4.2 Orientarea corectă și rotirea imaginii

În urma scanării rapoartelor medicale, acestea sunt orientate de tip portrait(portret), ca în fig. de mai jos.Pentru extragerea informațiilor de interes, acestea trebuie orientate de tip landscape(vedere) mai precis pe orizontală.De asemenea, pot apărea inconveniențe dacă imaginile au fost scanate strâmb, de aceea este importantă rotirea acestora, astfel încât să fie poziționate corect.

Fig 4.1. Rapoarte medicale orientate de tip portret obținute în urma scanării

Pentru această etapă, s-a realizat pentru început o binarizare a imaginii, cu un prag de binarizare ales pe baza histogramei.Binarizarea imaginii este un pas esențial în procesarea imaginilor de tip RGB, deoarece există funcții în Matlab, care nu pot fi realizate decât pe imagini binarizate(alb negru), formate din pixeli de 1 și 0. Sintaxa binarizării este următoarea:

I = im2bw(A);

unde I este imaginea rezultată în urma binarizării, iar A imaginea inițială de tip RGB.

Imaginea binarizată a fost în continuare împărțită în două jumătăți, stânga și dreapta după cum reiese din Fig.4.2 Mai departe am folosit un contor pentru numărarea pixelilor albi din fiecare jumătate a imaginii, urmând ca aceasta să fie rotită fie la stânga fie la dreapta cu 90 grade pentru a obține orientarea corespunzătoare pe orizontală.Dacă numărul de pixeli albi din partea dreaptă a imaginii este mai mare ca cel din stânga, imaginea va fi rotită cu 90 grade.În caz contrar, imaginea va fi rotită cu -90 grade.Sintaxa etapei este dată de:

countsL = nnz(left); % contorizează câte puncte albe sunt în stânga imaginii

countsR = nnz(right); % caâe puncte albe sunt în dreapta imaginii

if (countsR > countsL )

fI1=imrotate(A, 90); % întoarcerea imaginii color spre dreapta

else

fI1=imrotate(A, -90); %intoarcere spre stânga

end

unde nnz reprezintă funcția care contorizează pixelii albi dintr-o imagine, iar imrotate funcția de rotire a imaginii.

-countR reprezintă numărul de pixeli albi din jumătatea dreaptă, iar countL numărul de pixeli albi din jumătatea stângă.

Se întoarce direct imaginea inițială color deoarece în cazul întoarcerii celei binarizate aceasta ar trebui retransformată în imagine color, iar astfel se reduce sintaxa codului de procesare a imaginii.

Fig.4.2 Înjumătățirea imaginii binarizate

Fig.4.3 Imaginea orientată correct pe orizontală

Odată obținută orientarea corespunzatoare, se ține cont de faptul că scanarea rapoartelor medicale introduce și alte modificări asupra acestora.Astfel, acestea pot fi scanate strâmb, de aceea este importantă alinierea liniilor drepte din imagine cu marginea acesteia.

Următorul pas a fost realizarea complementului imaginii orientate corect, pentru a pune în evidență detalii care în imaginea binarizată nu erau evidente, urmând ca apoi să se determine laturile din imagini folosind operatorul de detectare a frontierelor canny. În continuare s-au determinat liniile drepte din imagini folosind Transformata Hough și s-au afișat ulterior cele mai lungi segmente detectate(Fig.4.4)

Fig.4.4 Reprezentarea celor mai lungi segmente din imagine cu ajutorul transformatei Hough

Se reține cea mai lungă linie, care va fi utilizată la calcularea unghiului de rotație în grade. După calcularea unghiului, se creează o matrice necesară procesului de translație și rotație.

Fig.4.5 Imaginea rezultată în urma rotirii

4.3 Generarea măștii și extragerea contururilor

Imediat după poziționarea corectă a rapoartelor scanate, urmează o altă etapă importantă a procesării imaginii care constă în segmentarea contururilor care definesc câmpul vizual. Pentru a realiza acest lucru s-a pornit de la generarea unor măști. O mască reprezintă imaginea formată din pixeli care au valoarea 0 și 1.În cazul de față masca va fi realizată pentru contururile cu formă eliptică care au suprafața cea mai mare și care sunt reprezentative pentru ochiul stâng și drept.Pentru generarea măștilor s-au realizat etapele:

Imaginea color orientată corect în pasul anterior va fi convertită într-o imagine cu nuanțe de gri, după care va fi binarizată cu valoarea de prag 0.98 aleasă pe baza histogramei. Sintaxele acestor pași sunt:

Transformarea imaginii din color în gri: I=rgb2gray(f);

Binarizarea imaginii gri: BW=im2bw(I, 0.98);

Asupra imaginii binarizate va fi efectuat complementul imaginii, operație prin care se vor pune în evidență anumite detalii care în imaginea binarizată nu erau suficient de evidențiate.Prin acest pas, obiectul de interes din imagine(contururile) va fi alb, iar fundalul negru.

Fig.4.6. Complementul imaginii orientate corect

Urmează o succesiune de pași constând din operații de închidere pentru a obține zone compacte de interes urmate de deschidere și de umplere a golurilor.

Prima operație de închidere este realizată pentru a închide golurile mici din imagine și pentru a scoate în evidență zonele compacte de interes.

Fig.4.7 Rezultatul primei operații de închidere asupra imaginii complementate

Urmează o operație de deschidere în urma căreia cu ajutorul funcției streldim se urmărește eliminarea liniilor din imagine.

Fig.4.8 Rezultatul eliminării liniilor din imagine

Această operație este urmată de umplerea golurilor în porțiunile de interes, după cum reiese și din Fig.4.9.

Fig.4.9 Rezultatul în urma operației de umplere a golurilor

În cele din urmă, aplicând operația morfologică de deschidere prin erodarea imaginii pentru a șterge obiectele mici din imagine urmată de dilatarea acesteia în vederea cuprinderii intregii zone de interes se obți cele 2 măști, după cum se poate observa și în Fig.4.10.

Fig.4.10 Măștile rezultate în urma operației de deschidere

Fig.4.11

4.4 Extragerea contururilor

S-a incercat extragerea conturului de culoare galbena

4.5 Extragerea izopterilor din imagini

???????Fig.Trecerea de la modelul RGB la modelul HSV pentru determinarea nuanțelor fiecărui contur

4.6 Interfața utilizator

Implementarea aplicației grafice pentru prelucrarea imaginii s-a realizat cu ajutorul pachetul de interfațare grafică disponibil în MATLAB GUIDE(Graphical User Interface Development Environement).Acest pachet conține numeroase funcții și operații pentru procesarea imaginilor care pot fi aplicate imaginilor medicale pentru diagnosticarea pacienților și recomandarea investigațiilor ulterioare.

???Conform figurii de mai sus, interfața cuprinde următoarele elemente:

Axes -ax – ??spatiul unde se vor afișa imaginile,

Static Text –?????? afișează denumirea imagini încărcate,

Push Button-incarcare imagine – butonul de încărcare,

Pop-up Menu????

Radio Button(2) – butoane radio care au scopul:

? Primul buton denumit Afișează imaginea OCT și are funcția să afișeaze doar

imaginea OCT,

?Al doilea buton denumit Stratul de fibre nervoase retiniene, afișază imaginea cu

stradul superior,

???Al treilea buton denumit Afișează valorile densității având roul sa afiseze în

tabelul din panou valorile densității.

Concluzii

Lucrarea de față prezintă etapele prin care s-a realizat programul software.Acesta conține un program realizat în MATLAB, care cu ajutorul procesării imaginilor oferă doctorului oftalmolog o interfață mai accesibilă pentru un diagnostic rapid și precis.

Bibliografie

!!!!!!!!!!!!trebe ordonat alfabetic

[1] ??? carte

[2] ??carte

[3] Chris Solomon, Toby Breckon, „Fundamentals of Digital Image Processing: A Practical Approach with Examples in Matlab”, Editura Wiley-Blackwell, 2011

[4] Aurel Vlaicu, „Prelucrarea digitală a imaginilor”, Editura Albastră, Cluj-Napoca, 1997

[5] Horațiu-Ștefan GRIF, ”Prelucrări de imagine, note de curs”, Ministerul Educației,

Cercetării și Inovării, Universitatea Petru Maior, Târgu-Mureș, 2009

[6] Twan Maintz, „Digital and Medical Image Processing”

[7] HarneetKaur, Ishpreet Singh, „The Study Edge Detection of Medical Images using Transformation Techniques and Filteration Methods”

[8] Daekeun You, Sameer Antani, „A contour-based shape descriptor for biomedical image classification and retrieval”

[9]

[10] Visual Field Digest 6th edition, 2017

[11] **Elementele structurale ale ochiului https://ro.wikipedia.org/wiki/Ochi Accesat la data de 17.04.2017

[12] ** https://ro.pinterest.com/pin/515943701041104685/ Accesat la data de 30.04.2017

[13] ** http://www.rci.rutgers.edu/~uzwiak/NBSpring17/NBSpringLect4.html Accesat la data de 17.04.2017

[14] ** http://www.vision-and-eye-health.com/eye-health-positive.html

[15] **http://ihrfoundation.org/hypertension/info/C68/ Accesat la data de 17.04.2017

[16]

[17]**Binarizarea imaginii utilizând algoritmi globali, locali și adaptivi https://ch.mathworks.com/help/images/ref/imbinarize.html Accesat la data de 19.04.2017

[18] **Cub RGB http://stackoverflow.com/questions/29953652/drawing-3-d-rgb-cube-model-with-matlab

[19] **Roata de culoare HSV http://grasshopperprimer.com/en/1-foundations/1-3/4_domains-color.html Accesat la data de 03.05.2017

[20]**http://jonteaches.com/110/color-theory-for-the-web Accesat la data de 02.05.2017

[21] ** Curbele de absorbție spectrală ale celulelor fotosensibile de pe retină https://ocw.mit.edu/courses/media-arts-and-sciences/mas-531-computational-camera-and-photography-fall-2009/assignments/ Accesat la data de 02.05.2017

[22]

Anexă