UA-61751701-2

Segmentation of retinal fluids and hyperreflective foci using deep learning approach in optical coherence tomography scans
    • español
    • English
EscuelaIng
  • English 
    • español
    • English
  • Login
  • Inicio
  • Guías de Uso
    • Directrices
    • Procedimientos de Trabajo de Grado
    • Guía de Autoarchivo
    • Formato de Autorización para Publicación
  • Navegar
    • Comunidades
    • Autores
    • Títulos
    • Fechas
    • Materias
    • Tipo de Material
  • Investigadores
  • Organizaciones
  • Proyectos

Repositorio Digital

  • Comunities Comunities
  • Authors Authors
  • Titles Titles
  • Dates Dates
  • Subjects Subjects
  • Resource Type Resource Type
View Item 
  •   DSpace Home
  • 2 - Investigación
  • A - Grupos de Investigación
  • AA. Gibiome
  • View Item
  •   DSpace Home
  • 2 - Investigación
  • A - Grupos de Investigación
  • AA. Gibiome
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Cambiar vista

Browse

All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsResource TypeThis CollectionBy Issue DateAuthorsTitlesSubjectsResource Type

My Account

LoginRegister

Statistics

View Usage Statistics

Segmentation of retinal fluids and hyperreflective foci using deep learning approach in optical coherence tomography scans


Gonzalez Osorio, Fabio
Perdomo Charry, Oscar Julian
Sanchez, Yeison D.
Nieto, Bernardo
Padilla, Fabio D.

Artículo de revista

2020

SPIE

Aprendizaje profundo - Tomografía - Coherencia ópticaBuscar en Repositorio UMECIT

Retinal diseases are a common cause of blindness around the world, early detection of clinical findings can help to avoid vision loss in patients. Optical coherence tomography images have been widely used to diagnose retinal diseases, due to the capacity to show in detail findings as drusen, hyperreflective foci, and intraretinal and subretinal fluids. The location of findings is vital to identify and follow-up the retinal disease. However, the detection and segmentation of these findings is not an easy task due to artifacts noise, and the time consuming even to experts ophthalmologist. This paper proposes a computational method based on deep learning to automatically identify fluids and hyperreflective foci as a tool to identify retinal diseases through the use of OCT images. The method was evaluated on a set of OCT images manually annotated by experts. The experimental results present a Dice coefficient of 0,4437 and 0,6245 in the segmentation task of fluids (intrarretinal fluids and subretinal fluids), and hyperreflective foci respectively.
 
Las enfermedades de la retina son una causa común de ceguera en todo el mundo, la detección temprana de los hallazgos clínicos puede ayudar a evitar la pérdida de visión en los pacientes. Las imágenes de tomografía de coherencia óptica se han utilizado ampliamente para diagnosticar enfermedades de la retina, debido a la capacidad de mostrar en detalle hallazgos como drusas, focos hiperreflectantes y fluidos intrarretinianos y subretinianos. La localización de los hallazgos es vital para la identificación y seguimiento de la enfermedad retiniana. Sin embargo, la detección y segmentación de estos hallazgos no es una tarea fácil debido al ruido de los artefactos, y el tiempo que consume incluso para los expertos oftalmólogos. Este trabajo propone un método computacional basado en deep learning para identificar automáticamente fluidos y focos hiperreflectivos como herramienta para identificar enfermedades de la retina mediante el uso de imágenes OCT. El método fue evaluado en un conjunto de imágenes OCT anotadas manualmente por expertos. Los resultados experimentales presentan un coeficiente Dice de 0,4437 y 0,6245 en la tarea de segmentación de fluidos (fluidos intrarretinianos y fluidos subretinianos), y focos hiperreflectivos respectivamente.
 

https://repositorio.escuelaing.edu.co/handle/001/1472

https://doi.org/10.1117/12.2579934

  • AA. Gibiome [38]

Descripción: Segmentation of retinal fluids and hyperreflective foci using deep learning approach in optical coherence tomography scans.pdf
Título: Segmentation of retinal fluids and hyperreflective foci using deep learning approach in optical coherence tomography scans.pdf
Tamaño: 91.74Kb

Unicordoba LogoPDFOpen AccessFLIPLEER EN FLIP

Show full item record

Cita

Cómo citar

Cómo citar

Miniatura

Thumbnail

Gestores Bibliográficos

Exportar a Bibtex

Exportar a RIS

Exportar a Excel

Buscar en google Schoolar

Buscar en microsoft academic

untranslated

Código QR

Envíos recientes

    No hay artículos recientes

Oferta académica

Carreras profesionales

Especializaciones

Maestrías

Doctorado

Nustros Campus

Introducción al campus

Tecnología

Fortalezas

Premios y reconocimientos

Flora y fauna

Visita el campus

Internacionalización

Programas y alianzas

Movilidad

Sobre la Escuela y Bogotá

Convenios internacionales, nacionales y con colegios

Ayuda

PQRSFC

Centro de Ayuda

Contáctenos

Habeas Data

Centro de Servicios Tecnológicos

Directorio Escuela

acriditación institucional
icoMaps

AK. 45 No. 205 - 59, Autopista Norte.

PBX: +57(1) 668 3600 - Bogotá.

Línea nacional gratuita:

018000112668.

Sistema DSPACE - Metabiblioteca | logo