1. Αρχική σελίδα
  2. Αναζήτηση

Detection of glaucomatous change based on vessel shape analysis

Το τεκμήριο παρέχεται από τον φορέα :
Εθνικό Μετσόβιο Πολυτεχνείο   

Αποθετήριο :
Ψηφιακό Αποθετήριο της Κεντρικής Βιβλιοθήκης του ΕΜΠ | Dspace@NTUA   

δείτε την πρωτότυπη σελίδα τεκμηρίου
στον ιστότοπο του αποθετηρίου του φορέα για περισσότερες πληροφορίες και για να δείτε όλα τα ψηφιακά αρχεία του τεκμηρίου*



Detection of glaucomatous change based on vessel shape analysis (EN)
Delibasis, KK (EN)
Asvestas, PA (EN)
Matsopoulos, GK (EN)
Zeyen, TG (EN)
Mouravliansky, NA (EN)
journalArticle (EN)
2014-03-01T01:28:08Z
2008 (EN)
Glaucoma, a leading cause of blindness worldwide, is a progressive optic neuropathy with characteristic structural changes in the optic nerve head and concomitant visual field defects. Ocular hypertension (i.e. elevated intraocular pressure without glaucoma) is the most important risk factor to develop glaucoma. Even though a number of variables, including various optic disc and visual field parameters, have been used in order to identify early glaucomatous damage, there is a need for computer-based methods that can detect early glaucomatous progression so that treatment to prevent further progression can be initiated. This paper is focused on the description of a system based on image processing and classification techniques for the estimation of quantitative parameters to define vessel deformation and the classification of image data into two classes: patients with ocular hypertension who develop glaucomatous damage and patients with Ocular hypertension who remain stable. The proposed system consists of the retinal image preprocessing module for vessel central axis segmentation, the automatic retinal image registration module based on a novel application of self organizing maps (SOMs) to define automatic point correspondence, the retinal vessel attributes calculation module to select the vessel shape attributes and the data classification module, using an artificial neural network classifier, to perform the necessary subject classification. Implementation of the system to optic disc data from 127 subjects obtained by a fundus camera at regular intervals provided a classification rate of 87.5%, underscoring the value of the proposed system to assist in the detection of early glaucomatous change. (C) 2007 Elsevier Ltd. All rights reserved. (EN)
Radiology, Nuclear Medicine & Medical Imaging (EN)
Glaucoma (EN)
Optic nerve head (EN)
artificial neural network (EN)
Parameter estimation (EN)
Optic Nerve Diseases (EN)
glaucoma (EN)
major clinical study (EN)
Humans (EN)
Image Interpretation, Computer-Assisted (EN)
retina blood vessel (EN)
Retinal Vessels (EN)
retina image (EN)
Registration (EN)
Sensitivity and Specificity (EN)
Classification (EN)
Classification techniques (EN)
intraocular hypertension (EN)
priority journal (EN)
camera (EN)
quantitative analysis (EN)
human (EN)
Neural Networks (Computer) (EN)
image processing (EN)
Glaucoma, Open-Angle (EN)
Medical imaging (EN)
Intraocular Pressure (EN)
angiogenesis (EN)
correspondence analysis (EN)
Artificial neural networks (EN)
Risk analysis (EN)
article (EN)
diagnostic imaging (EN)
Wavelet coefficients (EN)
Stereotaxic Techniques (EN)
Patient treatment (EN)
Photography (EN)
k-Nearest Neighbor classifier (EN)
Image segmentation (EN)
optic disk (EN)
Image analysis (EN)
Sequential float forward search (EN)
Glaucomatous damage (EN)
Ocular Hypertension (EN)
Self organizing maps (EN)
disease classification (EN)
Optic Disk (EN)
Image classification (EN)
Computerized Medical Imaging and Graphics (EN)
Αγγλική γλώσσα
PERGAMON-ELSEVIER SCIENCE LTD (EN)
Εθνικό Μετσόβιο Πολυτεχνείο
Ψηφιακό Αποθετήριο της Κεντρικής Βιβλιοθήκης του ΕΜΠ | Dspace@NTUA
Κεντρική Βιβλιοθήκη Ε.Μ.Π.
Ιδρυματικό Αποθετήριο
Δημοσιεύσεις μελών Δ.Ε.Π. σε περιοδικά



*Η εύρυθμη και αδιάλειπτη λειτουργία των διαδικτυακών διευθύνσεων των συλλογών (ψηφιακό αρχείο, καρτέλα τεκμηρίου στο αποθετήριο) είναι αποκλειστική ευθύνη των αντίστοιχων Φορέων περιεχομένου.