Jornal de Oftalmologia Clínica e Experimental
Acesso livre

Abstrato

Detecção e quantificação de drusas para identificação precoce de degeneração macular relacionada com a idade usando imagens coloridas de fundo de olho

Alauddin Bhuiyan, Ryo Kawasaki, Mariko Sasaki, Ecosse Lamoureux, Kotagiri Ramamohanarao, Robyn Guymer, Tien Y Wong e Kanagasingam Yogesan

Objectivo: Desenvolver um método para detectar drusas e quantificar o tamanho das drusas na região macular a partir de imagens retinais coloridas padrão para o diagnóstico precoce da Degeneração Macular Relacionada com a Idade (DMI).

Materiais e métodos: Foram utilizadas imagens retinais a cores captadas por uma câmara não midriática Canon D60 para estudo genético e epidemiológico. A distribuição de intensidade local, o limiar de intensidade adaptativo e a informação de bordo foram utilizados para detetar possíveis áreas de drusas. Para validação foram consideradas 50 imagens com diferentes tipos de drusas. Para a precisão da segmentação da área das drusas (DAA), foram selecionadas 12 imagens e um avaliador especialista marcou as regiões das drusas ao nível do pixel. Em seguida, quantificamos as áreas e calculamos a sensibilidade e a especificidade comparando as imagens de saída detetadas pelas drusas com as imagens de verdade terrestre (GT) rotuladas à mão.

Resultados: O método proposto detetou a presença de qualquer drusa com 100% de precisão (50/50 imagens). Para a precisão da deteção de drusas (nível de pixel), valores médios de sensibilidade e especificidade de 74,94% e 81,17%, respetivamente. Para os subtipos de drusas, alcançámos 79,59% de precisão nas drusas intermédias e 82,14% nas drusas moles, o que é um resultado altamente significativo para a deteção precoce e intermédia da DMRI.

Conclusão: Neste estudo, aplicámos um novo método automatizado para a deteção e quantificação de drusas que está pronto para ser utilizado no rastreio inicial do estágio inicial da DMRI e alterações na área das drusas, ou seja, progressão da DMRI. O método será também altamente adequado para plataformas de telemedicina em oftalmologia para a seleção de pacientes de áreas rurais utilizando imagens de fundo de olho - para encaminhamento para um oftalmologista especialista.