Ophthalmic diagnosis based on multispectral imaging

• Autorzy: Świtoński A. , Błachowicz T. , Zieliński M. , Misiuk-Hojto M. , Wojciechowski K.

Warianty tytułu

PL

Diagnostyka okulistyczna na bazie wielospektralnego obrazowania gałki ocznej

• Języki publikacji: EN

Abstrakty

EN

We have proposed and deployed prototyped multispectral capturing device for the ophthalmic diagnosis. The main component of the device are slit lamp, liquid crystal tunable filter and high sensitive monochrome camera. The applied hardware allows to obtain 21 spectral channels in the visible light range. The device has been calibrated based on the captured images of the colorchecker colors with known RGB and spectral values. The proposed device is focused on the diagnoses of cancer, PEX, galucoma and diabetic retinopathy.

PL

W ramach pracy zaproponowano urządzenie obrazowania wielospektralnego na potrzeby diagnostyki okulistycznej. Główne komponenty urządzenia to lampa szczelinowa, elektrycznie przełączalny filtr ciekłokrystaliczny oraz wysokiej czułości kamera monochromatyczna. Wybrane rozwiązania sprzętowe pozwalają na uzyskanie 21 kanałów spektralnym w zakresie światła widzialnego. Urządzenie zostało skalibrowane na podstawie zdjęć próbnika kolorów. Przewiduje się zastosowania opracowanego urządzenia w diagnostyce zmian nowotworowych, zespołu PEX, jaskry i retinopatii cukrzycowej.

Słowa kluczowe

EN

mutlispectral imaging; ophthalmic diagnosis; retina; anatomical structures of eye

PL

obrazowanie wielospektralne; diagnostyka okulistyczna; dno oka; struktury gałki ocznej

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2011
• Tom: R. 87, nr 12b
• Strony: 165--168
• Opis fizyczny: Bibliogr. 33 poz., rys., wykr.

Twórcy

autor

Świtoński A.

• Polsko Japońska Wyższa Szkoła Technik Komputerowych, Wydział Zamiejscowy Informatyki w Bytomiu
• Politechnika Śląska, Instytut Informatyki

autor

Błachowicz T.

• Politechnika Śląska, Instytut Fizyki

autor

Zieliński M.

• Akademia Medyczna we Wrocławiu, Katedra i Klinika Okulistyki

autor

Misiuk-Hojto M.

• Akademia Medyczna we Wrocławiu, Katedra i Klinika Okulistyki

autor

Wojciechowski K.

• Polsko Japońska Wyższa Szkoła Technik Komputerowych, Wydział Zamiejscowy Informatyki w Bytomiu
• Politechnika Śląska, Instytut Informatyki

Bibliografia

• [1] Website of the PJWSTK Multispectral Group http://as.pjwstk.edu.pl , Accessed 1 August .2011
• [2] Gat N.: Imaging spectroscopy using tunable filters: a review., Proc SPIE-Int SocOpt Eng. 2000
• [3] Świtoński A., Michalak M., Josiński H., Wojciechowski K.: Detection of Tumor Tissue Based on the Multispectral Imaging, in Computer Vision and Graphics, Lecture Notes in Computer Science, Part 2, p. 325-333, Springer 2010
• [4] Bieda R., Świtoński A., , Kwiatek S., Latos W., Cieślar G., Sieroń A. Klasyfikator jądrowej wersji maszyny wektorów podpierających wspomagający diagnostykę obszarów nowotworowych w wielospektralnym obrazowaniu endoskopowym, Przegląd Elektrotechniczny, (Electrical Review), 2010, R. 86 nr 12, s. 13-16,
• [5] Zacher A., ŚwitońskiA., Bieda R., Kwiatek S., Latos W., Cieślar G., Sieroń A, Wojciechowski K.: Symulacyjne badania wybranych aspektów procesu endoskopowego obrazowania wielospektralnego, Przegląd Elektrotechniczny, (Electrical Review), 2010, 86(12), str. 170-174.
• [6] Emiroglu M.,et al Is pseudoexfoliation syndrome associated with coronary artery disease?, North American Journal of Medical Sciences 2010, vol. 2, no 10
• [7] Kurowska A.K, Kamińska A, Izdebska J, Szaflik JP, Szaflik J. Zespół pseudoeksfoliacji (PEX) – schorzenie ogólnoustrojowe. Klinika Oczna. 2009, 111 (4-6), 160-164.
• [8] Stąpor K., Świtoński A.: Automatic analysis of fundus eye images using mathematical morphology and neural networks for supporting glaucoma diagnosis. Machine Vision and Graphics, 2004
• [9] Tamura S., Okamoto Y.: Zero-crossing interval correction in tracing eye-fundus blood vessels. Pattern, Recognition, Vol. 21, No. 3, 227-233, 1988
• [10] Pinz A., et al.: Mapping the human retina. IEEE Trans. Medical Imaging, Vol.1, 210-215. 1999
• [11] Morris D.T., Donnison C.: Identifying the Neuroretinal Rim Boundary Using Dynamic Contours. Image and Vision Computing, Vol. 17, 169-174.
• [12] Walter T., Klein J.: Segmentation of color fundus images of the human retina: detection of the optic disc and the vascular tree using morphological techniques. Proc. 2nd Int. Symp. Medical Data Analysis, 282-287, 2001
• [13] Osareh A. et al.: Classification and Localisation of Diabetic- Related Eye Disease. 7th European Conference on Computer Vision (ECCV), Springer LNCS 2353, May, 502-516.2002
• [14] Lowell J.: Optic nerve head segmentation. IEEE Trans. Medical Imaging, Vol.23, 256-264, 2004
• [15] Staapor K, Pawlaczyk L., Chrastek R., Michelson G., Automatic Detection Of Glaucomatous Changes Using Adaptive Thresholding And Neural Networks, 2004
• [16] Woolfe F., Maggioni M., Davis G., Warner F.,Coifman R., Zucker S.: Hyperspectral microscopic discrimination between normal and cancerous colon biopsies.,IEEE Transactions on Medical Imaging, VOL. 99, NO. 99, 1999
• [17] Masood K., Rajpoot N Spatial Analysis for Colon Biopsy Classification from Hyperspectra in Annals of the BMVA Vol. 2008, No. 4, pp 1–16, 2008
• [18] Rajpoot K., Rajpoot N. SVM Optimization for Hyperspectral Colon Tissue Cell Classification, in Medical Image Computing and Computer Assisted Intervention, 2004
• [19] Carvalho, O.A., Carvalho, A.P.F. Guimaraes, R.F., Lopes, R.A.S., Guimaraes, Souza Martins, E. Pedreno, J.N., Classification of hyperspectral image using SCM methods for geobotanical analysis in the Brazilian savanna region, Geoscience and Remote Sensing Symposium, 2003. IGARSS '03. Proceedings. IEEE International, 2003
• [20] P.H. Hsu, Feature extraction of hyperspectral images using matching pursuit, in ISPRS Journal of Photogrammetry and Remote Sensing Volume 62, Issue 2, p. 78-92 , 2007
• [21] Lau D. Villis C., Furman S., Livett M.: Multispectral and hyperspectral image analysis of elemental and micro-Raman maps of cross-sections from a 16th century painting, in Analytica Chimica Acta Volume 610, Issue 1, p. 15-24, 2008
• [22] Stępor K., Świtonski A, Automatic detection of early sympthoms of diabetic retinopathy from fundus images using mathemathical morphology, Studia Informatica,…, 2004
• [23] Stępor K., Świtoński A, Blood vesssles segmentayion from fundus images using mathemathical morphology, Studia Informatica,…, 2004
• [24] Sopharak A, Uyyanonvara B, Barman S., VongkittIrux S., Wongkamchang N, Fine Exudate Detection using Morphological Reconstruction Enhancement, International Journal of Applied Biomedical Engineering, vol. 1, no. 1, 2010
• [25] Walter T., Klein J., Massin P., Zana F.: Automatic segmentation and registration of retinal fluorescein angiographies - Application to diabetic retinopathy First International Workshop on Computer Assisted Fundus Image Analysis (CAFIA) 2000
• [26] Andor Luca Website, http://www.andor.com/scientific_cameras/luca, Accessed 1 August 2011
• [27] Varispec Filters, http://www.spectralcameras.com/varispec Accessed 1 August 2011
• [28] Witten I.H., Frank E.: Data Mining. Practical Machine Learning Tools and Techniques. 2nd edition, Elsevier, 2005
• [29] Niżankowska M.H., Jaskra. Seria Basic and Clinical Science Cours, Urban & Partner, Wrocław 2006, 5-6
• [30] Kanski J. et al. Glaucoma: a color manual of diagnosis and treatment. Butterworth-Heinemann
• [31] Switoński A., Bieda R., Wojciechowski K, Multispectral imaging for supporting colonoscopy and gastroscopy diagnosis, monograph Human-Computer Systems Interaction. Backgrounds and Applications 2, Spriger-Verlag, 2011
• [32] X-Rite Colorcheckers http://www.xrite.com, Accessed 1.8.2011
• [33] Ocean Optics Spectrometers http://www.oceanoptics.com, Accessed 1.8.2011