الكشف الآلي لشجرة الأوعية الدموية في شبكية العين باستخدام المحتوى المكاني والطيفي

اسم الباحث : المهندسة هبة الله عبد العزيز الخضور

اسم المشرف: الأستاذ الدكتور ياسر عملة + الدكتور عيد العبود

العنوان :الكشف الآلي لشجرة الأوعية الدموية في شبكية العين باستخدام المحتوى المكاني والطيفي

العنوان باللغة الإنكليزية :Automated Segmentation of Retinal Blood Vessel Tree Using Spatial and Spectral Content

العام :2021

القسم :الهندسة الالكترونية والاتصالات

الملخص:تواجه عملية الاجزاء الآلي لشجرة الأوعية الدموية في شبكية العين العديد من المعوقات التي تؤثر على عملية الاجتزاء هذه، ومن هذه المعوقات نذكر الإضاءة غير المنتظمة لصور الشبكية وحركة العين والارتجاج أثناء التقاط الصورة. كل هذه المعوقات تؤثر على اجتزاء الأوعية الدموية وتجعل تجزيئ صورة الشبكية لمجالاتٍ واضحةٍ تفصل الأوعية الدموية عن باقي نقاط الشبكية أمراً صعباً للغاية.

يهدف البحث إلى اجتزاء شجرة الأوعية الدموية في صور شبكية العين بشكل آلي دون أي تدخل بشري؛ كما يهدف إلى الاستفادة من الخصائص الطيفية للدم المؤكسج وغير المؤكسج لتعزيز تباين شبكية الأوعية الدموية في الصورة وفصل الشرايين عن الأوردة دون الحاجة لحقن أية موادٍ في جسم الإنسان. يمكن الاستفادة من هذه النتائج في حل مشكلة التقاطع بين الأوعية الدموية، وفصل الشرايين عن الأوردة لاستخدامها لاحقاً في الدراسات التي تهتم بأكسجة الدم ضمن الشرايين والأوردة بشكلٍ مستقلٍ.

في هذا العمل، تم تطبيق الخوارزميات المقترحة على ثلاثة من قواعد البيانات وهي؛ قاعدة بيانات DRIVE، وقاعدة بيانات STARE، إضافة إلى قاعدة بيانات طيفية. تعتبر قاعدتي بيانات DRIVE وSTARE من قواعد البيانات المفتوحة والتي تستخدم بشكل واسع في الأبحاث التي تعنى بعمليات الكشف المتعلقة بشجرة الأوعية الدموية لشبكية العين. أما قاعدة البيانات الطيفية فقد تم تطويرها في جامعة هيريوت وات في بريطانيا؛ تضمنت قاعدة البيانات هذه مجموعة من صور شبكية العين أبعادها 905×1073 بحيث تم أخذ كل صورة عند أطوال موجية تتراوح ما بين 500nm و 700nm.

تضمن البحث شرحاً مفصلا ًلمنهجية السير السريع (Fast Marching Method-FMM) التي استخدمت لملاحقة شجرة الأوعية الدموية من نقاط المبدأ وحتى نقاط النهاية؛ بعدها تم شرح الإجراءات المتبعة للقيام بعملية الكشف بشكل آلي تماماً دون أي تدخل بشري.

في البداية تم العمل على كشف القرص البصري والنقرة آليا ًباستخدام خصائص الكثافة لعناصر صورة الشبكية؛ حيث تم كشف القرص البصري بدقة 97% وكشف منطقة اللطخة بنسبة 95%. بعدها تم تطبيق عملية تحليل رياضي موضعي على الكثافة اللونية لعناصر صورة الشبكية لتحديد النقاط الدنيا محلياً ضمن صور الشبكية. تم استخدام هذه النقاط لتحديد نقاط البدء والنهاية التي ستتبعها منهجية FMM لملاحقة شجرة الأوعية الدموية. أما بالنسبة لمنهجية FMM فقد تم تطبيقها على مرحلتين:

في المرحلة الأولى، استخدمت FMM من أجل المحتوى المكاني حيث طبقت على صور مأخوذة من قاعدتي بيانات DRIVE وSTARE الشهيرتين؛ ووصلت نسبة الكشف إلى 94% من أجل قاعدة بيانات DRIVE و86% من أجل قاعدة بيانات STARE. كما تم وضع معيار لتعرج الأوعية الدموية من خلال وضع نسبة للتعرج تتناقص بزيادة تعرج الوعاءالدموي؛ ثم تم اقتراح حل لمشكلة التقاطع في المجال المكاني من خلال توزيع النقاط الدنيا محليا على طول الأوعية الدموية. إضافة لذلك تمت دراسة أداء خوارزمية FMM من أجل مقاسات مختلفة لصور الشبكية للانتقال لمفهوم multi scale FMM لتسريع عملية كشف الأوعية الدموية.

في المرحلة الثانية، استخدمت FMM من أجل المحتوى الطيفي، وطبقت FMM على صور قاعدة البيانات الطيفية المقترحة؛ حيث تبين ازدياد دقة الكشف بزيادة طول الموجة من94% إلى 98% بسبب تلاشي الشرايين من الصورة بزيادة طول الموجة مما يبسط الصورة ويقلل التقاطعات فيها كما يساهم في فصل الشرايين عن الأوردة حيث تم اقتراح معيار “نسبة الكشف” لقياس نسبة تلاشي الشرايين بزيادة طول الموجة.

ومن أجل تحسين عملية الكشف من أجل المحتوى الطيفي وتحسين فصل الشرايين عن الأوردة بالاستفادة من الخصائص الطيفية للدم المؤكسج وغير المؤكسج قمنا بتطبيق تقنية فك المزج الطيفي المستخدمة أساسا ً في عمليات الاستشعار عن بعد وهذا أعطى حلا ًأمثل لمشكلة التقاطع في المجال الطيفي وحسن أداء FMM في هذا المجال.

تكمن أهمية هذا البحث في كون الطرائق اليدوية وشبه اليدوية تتطلب الكثير من العمل اليدوي المضني لتحديد خطوط الدم، وهذا ما وضع قيوداً على إجراء دراساتٍ واسعةٍ لاستخدام بارامترات الشبكية كنقطة علام لكشف الأمراض المختلفة، مما دفع للبحث عن طرائق آلية ودقيقة لكشف الأوعية الدموية في الشبكية بالرغم من كون الكشف اليدويّ أفضل وأكثر وثوقاً. كما توفر عمليات الكشف الآلي عن أمراض العين ما يقارب 50% من الزمن اللازم للعلاج مما يقلل بشكل كبير من احتمال الإصابة بالعمى. إضافة ً لما سبق، يعطي تحليل صور كشف الأمراض أنظمة كشف أسهل وأرخص للمساعدة في علاج الأمراض.

تحميل البحث :