Capítulo 5 Auxílio ao Diagnóstico do Glaucoma Utilizando...

Capítulo 5

Auxílio ao Diagnóstico do GlaucomaUtilizando Processamento de Imagens

Virginia Ortiz Andersson e Lucas Ferrari de Oliveira∗

Resumo: Glaucoma e uma doenca capaz de causar danos no nervooptico com impacto no campo visual. O diagnostico do glaucomae baseado na analise da escavacao patologica atraves da inspecaodo nervo optico pela oftalmoscopia. Este capıtulo apresenta o de-senvolvimento de um software que calcula a razao entre as areas daescavacao e disco optico bem como a razao entre os diametros. Es-tes valores sao de extrema importancia no diagnostico do glaucomae indicam o quanto o nervo optico esta escavado. Utiliza-se comotecnica de segmentacao de imagens o algoritmo de crescimento deregiao. Embora ferramentas similares existam, os custos sao ina-cessıveis aos usuarios. O diferencial do sistema proposto se baseiaem uma maior acessibilidade que o software tera em relacao aos jaexistentes.

Palavras-chave: Segmentacao de imagens, Glaucoma, Cresci-mento de regiao.

Abstract: Glaucoma is a disease capable of causing an injury inthe optic nerve with progressive impact on the visual field. Thediagnosis of glaucoma is based on the analysis of pathological ex-cavation by inspection of the optic nerve through ophthalmoscopy.This chapter shows the development of a software which calculatesthe area ratio between pathological excavation and optical disk andthe diameter ratios as well. These values are extremely importantin the diagnosis of glaucoma since it indicates how much the opticnerve is excavated. We use region growing as technique for imagesegmentation. Although similar tools do exist, the cost is unreacha-ble to users. The differential of the proposed system is based on agreater accessibility of the software related to the existing ones.

Keywords: Image segmentation, Glaucoma, Region growing.

∗Autor para contato: [email protected]

Neves et al. (Eds.), Avanços em Visão Computacional (2012) DOI: 10.7436/2012.avc.5 ISBN 978-85-64619-09-8

86 Andersson & Oliveira

1. Introdução

O glaucoma e uma doenca grave capaz de causar uma lesao progressiva nonervo optico com repercussao sobre o campo visual. Ela e assintomatica ee causa irreversıvel de cegueira. O diagnostico precoce desta doenca, feitoprincipalmente pela analise do nervo optico, e de extrema importancia enao esta acessıvel a todas as pessoas devido ao alto custo que este examepode ter. Por nao apresentar sintomas, o glaucoma so e percebido pelopaciente quando o mesmo ja comeca a ter dificuldades de enxergar, o quesignifica o comprometimento de grande parte das fibras nervosas oculares.O tratamento nesse caso e limitado. Na maioria dos casos esse quadrograve pode ser evitado se o glaucoma for detectado e tratado em tempohabil.

1.1 Fisiopatologia do glaucomaO nervo optico e um grosso feixe de fibras nervosas originadas na retina queatravessam o orifıcio posterior do globo ocular entrando no cranio atravesdo canal optico. Cada nervo optico liga-se com o lado oposto formando umcruzamento parcial das fibras chamado quiasma optico (Machado, 2000).

O disco optico (DO) designa a porcao intra-ocular do nervo opticovisıvel a oftalmoscopia e e a elipse com eixo vertical maior. O disco opticoe maior em mıopes e pessoas afro-descendentes. Nos homens pode chegara uma area 3% maior do que nas mulheres (Almeida, 2004).

A escavacao e a elipse com menor eixo vertical e ocupa uma porcaovariavel no nervo optico. Na oftalmoscopia e visıvel pela area de coloracaoesbranquicada no centro do disco optico. A arteria e veias centrais da re-tina atravessam o disco e se bifurcam na superfıcie e bordas da escavacao.Dentre os exames utilizados no diagnostico do glaucoma, a analise do nervooptico se baseia principalmente na obtencao da porcentagem de nervo op-tico escavado. Esse valor e obtido tanto pela razao entre os diametros ouentre as areas de escavacao por disco optico total (Almeida, 2004).

A Figura 1 mostra duas imagens de fundo de olho apresentando discosopticos de diferentes configuracoes: Em (a) escavacao normal ou mode-rada, ocupando no maximo 30% do disco e em (b) escavacao no glaucomaavancado ocupando 80% a 90% do disco optico. Na Figura 2 observam-seas regioes do disco optico D e escavacao E, bem como a razao entre elas,calculada por D/E. Esta razao e conhecida como Cup-to-Disc ratio (CDR)ou razao escavacao por disco (E/DO) e representa a divisao entre os limitesda escavacao pelos limites do disco optico (Almeida, 2004).

Inumeras vezes especialistas da area utilizam ferramentas como AdobePhotoshop (Knoll & Knoll, 2011) e GIMP (Kimball & Mattis, 1996) paraelaborarem seus diagnosticos. Estes softwares nao sao adequados para essafinalidade, ja que nao foram desenvolvidos com o proposito de auxiliar nainvestigacao de doencas. O uso de tais recursos pode despender boa parte

Auxílio ao diagnóstico do glaucoma utilizando processamento de imagens 87

Figura 1. Em (a) uma retinografia apresentando DO com escavacaoconsiderada normal e em (b) escavacao no glaucoma avancado (Bourne,

2006).

Figura 2. Marcacao das regioes e razoes entre elas (Tavares & Mello, 2005).


do tempo dedicado a elaboracao do diagnostico, pois os resultados proveni-entes dos softwares devem ser anotados manualmente para sua utilizacao.

O processamento de imagem e uma forma de processamento de dadosno qual a entrada e a saıda e uma imagem ou quadros de vıdeos. Esseprocesso tem o objeto de otimizar a extracao de informacoes e, portanto,ajudar na interpretacao da imagem, que envolve a deteccao e reconheci-mento de elementos contidos na imagem. Basicamente o processamento deimagem tem como entrada uma imagem e saıda um conjunto de valoresnumericos, que podem ou nao compor uma outra imagem (Marengoni &Stringhini, 2009). O processamento de imagens pode ser dividido em variasetapas, que vao desde a melhora da aquisicao ate a sua identificacao. Umadas etapas e a de segmentacao que consiste em subdividir a imagem emsuas partes ou objetos constituintes. Utiliza-se para isto as propriedadesbasicas de descontinuidade dos nıveis de cinza para segmentacao atravesde bordas, fronteiras e linhas, ou de similaridade destes para separacao deregioes que apresentem determinada caracterıstica em comum (Azevedo-Marques, 2001; Castleman, 1996).

O auxılio ao diagnostico por computador (CAD - Computer-Aided Di-agnosis) foi inicialmente utilizado na area de radiologia, porem hoje variasareas se beneficiam das suas aplicacoes. Neste tipo de sistema o computa-dor e utilizado como uma ferramenta para se obter uma informacao extrae o diagnostico e sempre feito pelo especialista humano. A finalidade dossistemas CAD e aumentar a acuracia do diagnostico, pois a avaliacao do es-pecialista, dependendo do tipo de exame e da tecnica empregada, pode sersubjetiva e estar sujeita a variacoes inter e intrapessoais (Azevedo-Marques,2001).

Com o intuito de auxiliar o diagnostico precoce do glaucoma e provero acompanhamento da neuropatia optica glaucomatosa (danos no nervooptico causados pelo glaucoma) foi desenvolvido um software que calculaa razao entre a area da escavacao e a area do disco de um nervo optico apartir de uma imagem de retinografia. Intitulado OnScope (Optical NerveScope), o software fornece ao especialista informacoes relevantes para odiagnostico da doenca. Alem do calculo de areas, e possıvel calcular a razaoentre os diametros das duas regioes e armazenar os resultados obtidos parao historico e acompanhamento da doenca. Essas informacoes periodicas saode grande valor pois mostram ao oftalmologista a evolucao ou regressao daneuropatia optica no paciente.

2. Materiais e Métodos

As imagens utilizadas neste trabalho foram adquiridas no formato JPEG esao provenientes dos equipamentos (i) retinografo TOPCON modelo TRC-


50DX1 e (ii) OPTO ADS sistema de angiografia digital2, que possui tec-nologia CCD ADS 1.5 (resolucao 1392 x 1040 pixels) e ADS 4.0 (resolucao2048 x 2048 pixels). Os equipamentos pertencem a duas clınicas de oftal-mologia da cidade de Porto Alegre e as imagens foram cedidas e avaliadaspor oftalmologistas.

A proposta do software OnScope e calcular duas areas e diametros emimagens de retinografia e apresentar uma razao entre elas para utilizacaono diagnostico clınico do glaucoma.

Devido a natureza do problema optou-se por utilizar um algoritmo decrescimento de regiao para segmentacao de imagens, pois o mesmo funcionapara o dado problema e e similar a algoritmos encontrados em funcoes deselecao de regioes nos softwares utilizados pelos especialistas. Com isto, aadaptacao do usuario pode ser mais facil.

As tecnicas de crescimento de regioe normalmente sao utilizadas emconjunto com outras tecnicas de segmentacao, como no trabalho de Tang(2010). Ele propos em seu trabalho o uso do algoritmo de Watershed nabase do tradicional algoritmo de crescimento de regiao: onde antes as se-mentes eram escolhidas manualmente, na solucao de Tang elas sao geradaspelas regioes resultantes do algoritmo de Watershed. O uso combinadodestes metodos resulta em um processo cuja complexidade computacionaldiminui em comparacao com metodo de crescimento de regiao original.Originalmente o algoritmo depende do numero de pixels da imagem e, nasolucao de Tang, o algoritmo de crescimento de regiao depende do numerode regioes geradas pelo algoritmo de Watershed, como mostra a Figura 3.Alem disto, esta proposta automatiza a selecao das sementes (Tang, 2010).

Figura 3. Fluxograma do algoritmo de Tang.

1 http://www.topconmedical.com/products/trc50dx.htm2 http://www.opto.com.br/Produto.php?lingua id=1&divisao id=1&produto id=49


2.1 Crescimento de região (region growing)O crescimento de regiao e um procedimento contextual em segmentacaode imagens, cuja forma mais simples e por agregacao de pixels, onde oalgoritmo comeca com um conjunto de sementes e, a estas, agregam-seoutros pixels que possuem propriedades similares (como nıveis de cinza,textura ou cor) indicadas por algum predicado de uniformidade (Gonzalez& Woods, 2002).

O processo de crescimento de regiao inicia com um conjunto de pi-xels chamados sementes, que devem crescer originando regioes uniformes econectadas. Um pixel e adicionado a regiao se ele ainda nao foi adicionadoa outra, se ele e vizinho da mesma e se apos sua adicao, a nova regiaocontinua uniforme. Neste algoritmo e assumido 8 pixels como vizinhos aoredor do pixel atualmente analisado (8-connectivity) (Efford, 2000).

A agregacao de um pixel candidato em uma regiao e feita se, e apenasse: a) O pixel nao foi assimilado a nenhuma outra regiao b) O pixel evizinho desta regiao c) A nova regiao, criada apos sua agregacao, continuauniforme

Cada pixel, ao ser adicionado a regiao, passa por um teste de unifor-midade dado pela Equacao 1 (Efford, 2000)

P (R) =

{V erdadeiro se |f(x, y)− µR| ≤ ∆Falso caso contrario

(1)

assumindo que f(x, y) e o valor do pixel na posicao x, y da imagem noespaco RGB, µR a cor media da regiao e ∆ um limite escolhido. Para cadapixel avaliado no momento e calculado o valor f(x, y) e a diferenca destecom o valor medio de cor de toda a regiao. Caso ela seja menor ou iguala um limite especıfico, o novo pixel e associado a regiao, caso contrario,ele e descartado. O algoritmo para quando nao encontra mais pixels quesatisfacam os criterios de adicao para cada regiao (Efford, 2000).

O algoritmo da metodologia de crescimento de regiao e:

Algorithm 1 Algoritmo de Crescimento de Regiao:

while R8 receber pixels dofor i = 1→n do

for p = vizinhos da borda→ borda doif (vizinho nao esta marcado E f(x, y)− µR ≤ ∆) thenRi ← f(x, y)µi = µi + 1

end ifend for

end forend while


A Figura 4 mostra como e aplicado o algoritmo em uma imagem simples(4 linhas e 5 colunas), considerando uma vizinhanca de oito pixels. Paracada iteracao do algoritmo e verificado se o valor do pixel e menor que umlimite igual a 3. Na Figura 4 (a) a semente inicial esta marcarda em cinzana Figura 4 (b) mostra uma das iteracoes do algoritmo. Como resultado,apenas pixels com valores 0, 1 ou 2 sao adicionados, pois eles satifazem aregra com limite igual a 3 para a semente escolhida.

Figura 4. (a) Pixel semente; (b) primeira iteracao;. (c) iteracao final.(Efford, 2000)

No software, o especialista escolhe alguns pontos sementes, na regiaoque deseja seccionar e o limite ∆. Os diametros sao calculados atraves dadiferenca entre dois pontos, tambem escolhidos pelo usuario.

Foram realizadas comparacoes entre software desenvolvido, o softwareAdobe Photoshop e um diagnostico clınico realizado por um especialista. Ocomparativo serviu para mostrar a semelhanca entre os resultados. Alemdisto, mostrou que ferramenta desenvolvida e especıfica para a deteccaoprecoce do glaucoma, auxiliando no armazenamento das informacoes rela-tivas ao diagnostico.

3. Testes e Validação do Software

Os testes e validacao da ferramenta OnScope foram compostos de duaspartes. Primeiramente, a verificacao da capacidade do software de calculara razao entre duas areas usando objetos com medidas e resultados conhe-cidos. Em seguida, a verificacao da capacidade do software ser usado nodiagnostico clınico. Para isto, os resultados foram comparados com resul-tados fornecidos pelo especialista.

3.1 Validação da metodologiaCada paciente possui um tipo diferente de nervo optico. Cada disco e es-cavacao possuem diferentes medidas. Devido a esta falta de padrao nasmedidas encontradas em indivıduos quaisquer, tornou-se impossıvel verifi-car se o software OnScope calculava corretamente a razao entre duas areasem questao.


Para contornar este problema, foi necessario escolher algum objeto quepossuısse duas regioes distintas, cujo valor das areas e a razao entre elasfosse conhecida ou facilmente verificavel de maneira experimental (sem usode software). Para esta finalidade foi escolhida uma moeda brasileira de 1Real, mostrada na Figura 5.

Figura 5. Teste e validacao utilizando moeda de 1 Real.

Os valores das areas da moeda de 1 Real foram calculados utilizandouma regua milimetrada e π = 3,14159265. Segundo o Banco Central doBrasil (BACEN, 2011), o diametro do maior cırculo mede 2,7 cm e o dia-metro do menor circulo (interno) mede 1,8 cm. Os resultados do calculomanual podem ser vistos na Tabela 1. Tambem foram realizadas 20 seg-mentacoes e medidas na moeda de 1 Real utilizando o softwares OnScope elogo apos calculou-se a media e o desvio padrao dos resultados visando ava-liar a variacao entre as varias analises que foram feitas, pois assim tem-seuma estimativa da variacao intra-imagem. Os valores mostram que a vari-acao e pequena (desvio padrao igual a 0,01) e que a metodologia e robusta(Tabela 2).

Tabela 1. Valores reais da moeda de 1 Real.

Area Maior Area Menor Razao das Razao dos

(cm2) (cm2) Areas Diametros

5,7 2,5 0,4 0,6

3.2 Caso clínicoAs diferencas na anatomia dos pacientes impediram a utilizacao de imagensde retinografia na etapa de verificacao do calculo da razao entre as regioes.Porem, foi necessario avaliar se as razoes entre as areas sao consistentespara auxiliar no diagnostico. Para isto, foram submetidas ao teste algumasimagens de fundo de olho com os limites de nervo optico e escavacao bemdefinidos.


Tabela 2. Media e desvio padrao das razoes do diametro e area da moedacalculados com o uso dos softwares.

OnScope Photoshop

Media diametro 0,68 0,67Desvio padrao diametro 0,01 0,01Media area 0,42 0,43Desvio padrao area 0,02 0,02

As imagens foram agrupadas por equipamento de origem: TOPCONe sistema de Angiografia OPTO ADS, e para cada equipamento um of-talmologista foi responsavel pela analise das imagens. Os oftalmologistascalcularam os CDR’s dos diametros utilizando o software PhotoShop etambem a razao entre as areas de maneira qualitativa, ou seja, atribuıramvalores com base em suas experiencias no diagnostico do glaucoma. O soft-ware OnScope RG tambem calculou as areas e suas razoes e os CDR[V]s eCDR[H]s (razao de diametros vertical e horizontal) nas imagens.

Posteriormente, as mesmas imagens foram segmentadas pelos especia-listas no software Photoshop utilizando a ferramenta de selecao por gamade cores. Essa etapa serviu como uma forma de comparacao entre os resul-tados obtidos na segmentacao realizada pelo software Onscope com outraferramenta que e utilizada em casos clınicos, mas nao e especıfica para isto.

4. Resultados

As Figuras 6 e 7 mostram o resultado de um caso segmentado e armaze-nado pelo software OnScope. As cores auxiliam na diferenciacao entre asregioes de estudo. A Figura 7 e o resultado final do software a imageme gravada com as informacoes (canto superior esquerdo) do calculo entreregioes marcadas. Facilitando a recuperacao posterior da informacao peloespecialista, pois a propria imagem ja possui o resultado. A ferramentaapresenta ao medico o resultado das areas calculadas, dos diametros e asrazoes importantes para o seu diagnostico e salva todos esses dados jun-tamente com a imagem do exame, segmentada. A cor azul representa aporcao de escavacao encontrada, enquanto que a magenta designa a arearepresentada pelo disco optico total. O especialista pode refazer a segmen-tacao escolhendo um novo limite de diferenca entre as cores, para imagensde retinografia pouco nıtidas ou com coloracao muito semelhante nas areassignificativas.

A comparacao entre as razoes das areas das imagens de retinografiaobtidas pelo OnScope, PhotoShop e oftalmologista pode ser vista na Ta-bela 3 e na Tabela 4. O resultado fornecido pelo oftalmologista e um valoratribuıdo de acordo com a experiencia do mesmo em avaliar o tamanho dasescavacoes em relacao ao disco optico total nos pacientes e tem um valor


Figura 6. OnScope na modalidade de calculo de areas.

Figura 7. Dados do exame salvos no OnScope.

mais qualitativo, pois nao e uma medida extraıda da imagem e, sim, daexperiencia em diagnostico.

Os valores das razoes calculadas variam bastante entre o OnScope e oPhotoshop, o que pode ser considerado uma diferenca entre as metodologiasutilizadas. Por outro lado, em comparacao com o especialista tambemhouve uma grande variacao e a acuracia do sistema nao pode ser medidade forma direta.

Para a analise dos resultados foram calculados os coeficientes de corre-lacao de Pearson entre os valores obtidos com os softwares OnScope, Pho-toshop e com os resultados do diagnostico clınico, como mostram as Tabelas5 e 6. Os valores superiores a 0,8 indicam uma alta correlacao entre as va-riaveis comparadas e tambem um alto grau de semelhanca nas respostasdadas pelos sistemas utilizados.


Tabela 3. Razoes entre areas obtidas nos softwares e no diagnostico clınico,para imagens de retinografia obtidas com o retinografo TOPCON.

Teste OnScope Photoshop Oftalmologista

1 0,20 0,32 0,202 0,35 0,24 0,303 0,42 0,47 0,504 0,23 0,20 0,305 0,92 0,45 0,806 0,12 0,10 0,307 0,42 0,36 0,408 0,18 0,31 0,109 0,94 1,17 0,90

Tabela 4. Razoes entre areas obtidas nos softwares e no diagnostico clınico,para imagens de retinografia obtidas com o sistema de angiografia OPTO

ADS.

Teste OnScope Photoshop Oftalmologista

1 0,46 0,29 0,402 0,33 0,23 0,403 0,02 0,08 0,104 0,04 0,01 0,105 0,19 0,38 0,306 0,30 0,23 0,307 0,39 0,35 0,408 0,32 0,23 0,409 0,23 0,23 0,4010 0,34 0,14 0,4011 0,23 0,25 0,4012 0,39 0,22 0,4013 0,29 0,17 0,3014 0,41 0,25 0,4015 0,37 0,32 0,5016 0,53 0,51 0,6017 0,26 0,25 0,3018 0,11 0,06 0,1019 0,52 0,33 0,5020 0,38 0,25 0,50


Tabela 5. Correlacao de Pearson entre valores obtidos com OnScope,Photoshop e no diagnostico clınico, para imagens de retinografia obtidas

com o retinografo TOPCON.

OnScope e Photoshop 0,78

Photoshop e Oftalmologista 0,78

OnScope e Oftalmologista 0,95

Tabela 6. Correlacao de Pearson entre valores obtidos com OnScope,Photoshop e no diagnostico clınico, para imagens de retinografia obtidas

com o sistema de angiografia OPTO ADS.

OnScope e Photoshop 0,78

Photoshop e Oftalmologista 0,77

OnScope e Oftalmologista 0,93

5. Discussão

Atraves dos coeficientes de correlacao de Pearson e possıvel observar queexiste uma forte correlacao entre os resultados do OnScope e Phostoshop,bem como de ambos os softwares com os resultados fornecidos pelos oftal-mologistas. Considerando que a correlacao perfeita positiva entre duasvariaveis e igual a 1, o software OnScope obteve 0,95 e 0,93 no ρ de Pearsonmostrando a forte correlacao existente entre as duas variaveis consideradas.

Comparando-se os resultados paralelamente, nas Tabelas 3 e 4 nota-mos uma diferenca importante entre as razoes de alguns testes. Isso sedeve ao fato que o algoritmo de crescimento de regiao usado no softwareOnScope possibilita ao usuario uma maior liberdade na escolha das regioes,enquanto que a tecnica de selecao usada no Photoshop restringe o usuarioem uma determinada area contınua. Em contrapartida, algumas segmen-tacoes realizadas no Photoshop forneceram resultados mais satisfatoriospara determinados tipos de imagens onde as areas de escavacao e discoeram bem definidas.

As comparacoes entre os resultados fornecidos pelo especialista revelamque ambos possuem semelhancas. Porem, o OnScope leva vantagem nostestes realizados. Novos casos ja estao sendo separados para futuros testespara que a validacao seja mais completa e conclusiva. O software OnScopefoi criado com o proposito de facilitar a mensuracao de distancias e a seg-mentacao de imagens de retinografia por oftalmologistas. Oferece ao seuusuario, tambem, a possibilidade de armazenar os resultados para poste-rior consulta, condicao importante para o acompanhamento da doenca nopaciente.


6. Conclusão

O auxılio ao diagnostico vem sendo amplamente implementado e testadopor varios centros de pesquisa, pois aumenta o percentual de acertos, bemcomo auxilia nos casos mais complexos. O glaucoma e uma doenca quepode ser tratada em seu estagio inicial e uma metodologia computacionalque quantifique de forma precisa e eficaz se faz necessaria.

Neste trabalho foi mostrado um sistema de auxılio ao diagnostico doglaucoma e nao foi encontrado na literatura cientıfica nenhum trabalhoonde se tenha desenvolvido ferramenta semelhante. Um trabalho que podeser implementado como uma melhoria do OnScope e o trabalho de Tang(2010). Como o especialista gasta muito tempo tabelando as informacoesnos softwares que nao sao proprios para isto e precisam realizar calculoscom os valores, a grande contribuicao do sistema proposto e o calculo daCDR otimizando o trabalho e a tabulacao dos dados clınicos.

O software OnScope funciona melhor para segmentacoes nao-contınuas,que exigem maior liberdade de escolha entre as regioes, enquanto que asegmentacao realizada pelo Adobe Photoshop funciona bem para regioesbem definidas. A variacao das estruturas do olho interferiram na escolhado algoritmo a ser utilizado, pois os nervos opticos e suas escavacoes naopossuem formatos uniformes e bem formados. Logo, o uso do softwareOnScope pode auxiliar na segmentacao das areas significativas nestes casos.

7. Agradecimentos

Os autores agradecem aos oftalmologistas Dr. Manuel Augusto PereiraVilela e Dr. Tadeu Antonio Di Francesco Pocai, pela ideia de desenvolvi-mento, bem como o fornecimento das imagens e suas avaliacoes clınicas. Osautores sao gratos tambem ao CNPq (projeto 567035/2008-5) pelo apoiofinanceiro.

Referências

Almeida, G.V., Manual de Semiologia do Glaucoma. Sao Paulo: Phoenix,2004.

Azevedo-Marques, P.M., Diagnostico auxiliado por computador na radio-logia. Radiologia Brasileira, 34(5):285–293, 2001.

BACEN, , Banco central do Brasil. http://www.bcb.gov.br/?MOEDAFAM2,2011.

Bourne, R.R.A., The optic nerve head in glaucoma. Community Eye HealthJournal, 19(59):44–45, 2006.

Castleman, K.R., Digital Image Processing. Upper Saddle River, USA:Prentice-Hall, 1996.


Efford, N., Digital Image Processing – A Pratical Introduction Using Java.Harlow, UK: Pearson Education, 2000.

Gonzalez, R.C. & Woods, R.E., Digital Image Processing. 2a edicao. UpperSaddle River, USA: Prentice-Hall, 2002.

Kimball, S. & Mattis, P., GIMP – GNU image manipulation program.http://www.gimp.org/, 1996.

Knoll, T. & Knoll, J., Adobe Photoshop. http://www.photoshop.com/,2011.

Machado, A.B.M., Neuroanatomia Funcional. 2a edicao. Sao Paulo: Li-vraria Atheneu, 2000.

Marengoni, M. & Stringhini, S., Visao computacional usando OpenCV.Revista Brasileira de Informatica Teorica e Aplicada, 16(1):125–160,2009.

Tang, J., A color image segmentation algorithm based on region growing.In: Proceedings of 2nd International Conference on Computer Engine-ering and Technology. Piscataway, USA: IEEE Press, v. 6, p. 634–637,2010.

Tavares, I.M. & Mello, P.A.A., Glaucoma de pressao normal. ArquivosBrasileiros de Oftalmologia, 64(8):565–575, 2005.

Notas Biográficas

Virginia Ortiz Andersson e graduada em Ciencia da Computacao (Universi-dade Federal de Pelotas – UFPel, 2008). Atualmente e Tecnica de Tecnologia daInformacao (CGIC - UFPel) e mestranda no Programa de Pos-Graduacao emCiencia da Computacao da UFPel.

Lucas Ferrari de Oliveira e graduado em Ciencia da Computacao (Universi-dade de Marılia – UNIMAR, 1997), mestre em Engenharia Eletrica (Escola deEngenharia de Sao Carlos da Universidade de Sao Paulo – EESC/USP, 2000),doutor em Ciencias Medicas (Faculdade de Medicina de Ribeirao Preto da Uni-versidade de Sao Paulo – FMRP/USP, 2005) e fez pos-doutorado na FMRP/USPem 2006. Trabalha com processamento de imagens medicas, principalmente comimagens de Medicina Nuclear. Atualmente e professor e coordenador do cursode Tecnologia em Analise e Desenvolvimento de Sistemas (TADS) e professorcolaborador do Programa de Pos-Graduacao em Engenharia Eletrica, ambos naUniversidade Federal do Parana (UFPR).

Capítulo 5 Auxílio ao Diagnóstico do Glaucoma Utilizando...

Documents

Transcript of Capítulo 5 Auxílio ao Diagnóstico do Glaucoma Utilizando...