Detecció automàtica de capes retinals en imatges OCT

Abstract

La tomografia de coherència òptica (OCT) és una tecnologia no invasiva que permet obtenir imatges dels teixits oculars. Donada la seva gran utilitat, és necessari el desenvolupament d'eines de suport al diagnòstic que ajudin a processar automàticament la imatge per tal de facilitar-ne l'anàlisi i fer més evidents les característiques de la retina. En aquest context, es proposa fer un estudi comparatiu entre tres procediments de detecció automàtica de capes retinals en imatges OCT, i en els tres casos transformant un problema de segmentació d'imatges en un altre de classificació de píxels: 1) Detecció de fronteres amb dues classes ("no frontera" vs. "frontera") i fent servir estadístics locals de primer i segon ordre com entrades a un model de classificació tipus Random Forest. 2) Detecció de fronteres, també amb dues classes, i fent servir sub-imatges com entrades a un model de xarxa neuronal de convolució (CNN). 3) Classificació dels píxels de la imatge entre múltiples regions ("fons d'imatge", "interior globus ocular", "fronteres entre capes", "capa retinal 1", "capa retinal 2", etc), i fent servir sub-imatges com entrades a un model de xarxa neuronal de convolució (CNN). Veurem que s'obtenen millors resultats plantejant l'exercici com un problema de dues classes (amb valors AUC per sobre de 0,95), encara que l'opció multiclasse, amb resultats no tan bons de classificació, ens permet estalviar procediments posteriors de processament dels resultats.

Optical Coherence Tomography (OCT) is a non-invasive technology that allows images of ocular tissues to be obtained. Given its usefulness, it is necessary to develop diagnostic support tools that help automatically process the image in order to facilitate its analysis and to make retina features more evident. In this context, our proposal is to make a comparative study between three automatic processes for detection of retinal layers in OCT images, all of them transforming an image segmentation problem into a pixel classification one: 1) Border detection with two classes ("no border" vs "border") and using local first and second order statistics as entries to a Random Forest type classification model. 2) Border detection, also with two classes, and using sub-images as inputs to a Convolutional Neural Network (CNN) model. 3) Classification of the pixels in the image between multiple regions ("image background", "inner eyeball", "boundaries between layers", "retinal layer 1", "retinal layer 2", etc.), and using sub-images such as inputs to a Convolutional Neural Network (CNN) model. We will see that better results are obtained by considering the exercise as a two-class problem (with AUC values above 0.95). Even though the multi-class option does not yield as good classification results, it eliminates the necessity of any subsequent result processing.

La tomografía de coherencia óptica (OCT) es una tecnología no invasiva que permite obtener imágenes de los tejidos oculares. Dada su utilidad, es necesario desarrollar herramientas de soporte de diagnóstico que ayuden a procesar automáticamente la imagen para facilitar su análisis y hacer más evidentes las características de la retina. En este contexto, nuestra propuesta es realizar un estudio comparativo entre tres procesos automáticos para la detección de capas de la retina en imágenes de OCT, todas ellas transformando un problema de segmentación de imagen en una clasificación de píxeles uno: 1) Detección de bordes con dos clases ("no frontera" vs "frontera") y el uso de estadísticos locales de primer y segundo orden como entradas a un modelo de clasificación de tipo de bosque aleatorio. 2) Detección de bordes, también con dos clases, y uso de sub-imágenes como entradas para un modelo de red neuronal convolucional (CNN). 3) Clasificación de los píxeles en la imagen entre múltiples regiones ("fondo de imagen", "globo ocular interno", "límites entre capas", "capa 1 de retina", "capa 2 de retina", etc.), y el uso de sub-imágenes tales como entradas a un modelo de red neuronal convolucional (CNN). Veremos que se obtienen mejores resultados al considerar el ejercicio como un problema de dos clases (con valores de AUC por encima de 0.95). Aunque la opción multiclase no produce buenos resultados de clasificación, elimina la necesidad de cualquier procesamiento posterior de resultados.