Automated detection of photoreceptors in in-vivo retinal images

• Piero Rangel-Fonseca ^[1] ; Armando Gomez-Vieyra ^[2] ; Daniel Malacara-Hernandez ^[1] ; Mario C. Wilson ^[1]
  1. [1] Centro de Investigaciones en Óptica

     Centro de Investigaciones en Óptica

     México

     
  2. [2] Universidad Autónoma Metropolitana

     Universidad Autónoma Metropolitana

     México

     
• Localización: DYNA: revista de la Facultad de Minas. Universidad Nacional de Colombia. Sede Medellín, ISSN 0012-7353, Vol. 83, Nº. 199, 2016, págs. 57-62
• Idioma: inglés
• Títulos paralelos:
  • Detección automatizada de fotorreceptores en imágenes retinianas in-vivo
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    La inclusión de la óptica adaptativa (adaptive optics, AO) en la tecnología de imágenes oftálmicas ha permitido el estudio in-vivo de los elementos histológicos de retina, como los fotorreceptores, células del epitelio pigmentario de la retina (retinal pigment ephitelium, RPE), la capa de fibras nerviosas de la retina y células ganglionares. Las imágenes de alta resolución obtenidas con dispositivos oftálmicos con AO son ricos en información, que es difícil y/o tediosa de cuantificar por medio de métodos manuales. Por lo tanto, se requieren herramientas de análisis automatizadas robustas que puedan proporcionar información cuantitativa reproducible del tejido bajo examen. Algoritmos automatizados han sido desarrollados para detectar la posición de células individuales fotorreceptoras y caracterizar el mosaico RPE. En este trabajo, se presenta un algoritmo para la detección de los fotorreceptores. El algoritmo ha sido probado en imágenes sintéticas y reales adquiridas con un oftalmoscopio de barrido láser con óptica adaptativa (Adaptive Optics Scanning Laser Ophthalmoscope, AOSLO) y comparado con el desarrollado por Li y Roorda. Se muestra que ambos algoritmos tienen un rendimiento similar en imágenes sintéticas e imágenes con sólo conos, pero el algoritmo propuesto muestra mediciones más precisas cuando se utiliza para la detección de conos-bastones en imágenes reales.

  • English

    The inclusion of adaptive optics (AO) into ophthalmic imaging technology has allowed the study of histological elements of retina in-vivo, such as photoreceptors, retinal pigment epithelium (RPE) cells, retinal nerve fiber layer and ganglion cells. The high-resolution images obtained with ophthalmic AO imaging devices are rich with information that is difficult and/or tedious to quantify using manual methods. Thus, robust, automated analysis tools that can provide reproducible quantitative information about the tissue under examination are required. Automated algorithms have been developed to detect the position of individual photoreceptor cells and characterize the RPE mosaic. In this work, an algorithm is presented for the detection of photoreceptors. The algorithm has been tested in synthetic and real images acquired with an Adaptive Optics Scanning Laser Ophthalmoscope (AOSLO) and compared with the one developed by Li and Roorda. It is shown that both algorithms have similar performance on synthetic and cones-only images, but the one here proposed shows more accurate measurements when it is used for cones-rods detection in real images.