Introdução

A análise da estrutura vascular em imagens do fundo óptico é uma prática comum da comunidade médica para o diagnóstico de algumas doenças [1]. Para que se possa realizar uma avaliação automática de possíveis doenças a partir de imagens da retina é vital que se tenha uma boa segmentação dos vasos sangüíneos. Além disso, algumas doenças não são facilmente diagnosticadas e requerem o acompanhamento em intervalos regulares da estrutura vascular do fundo óptico [2]. Por esse motivo existe a necessidade da criação de um software que permita que profissionais de saúde não especializados possam realizar a análise das imagens do fundo óptico de pacientes em acompanhamento coletando indicadores de anomalias e encaminhando esses pacientes para especialistas conforme necessário.

O desenvolvimento de um software com esse propósito requer que sejam levados em conta fatores como a plataforma alvo, instalação, disponibilidade, performance e facilidade de uso. Como desejamos que o software seja utilizado amplamente pretendemos desenvolver um software livre que não estará restrito a uma determinada plataforma e poderá ser baixado e utilizado gratuitamente.

Considerando os fatores para o desenvolvimento do software, é importante que a segmentação seja realizada sem que seja necessária a configuração de parâmetros e por isso utilizaremos o método de segmentação pela classificação supervisionada dos pixels desenvolvido no grupo e que já possui resultados comprovados [3]. O método consiste em extrair as características dos pixels utilizando transformadas wavelet contínuas aplicadas sobre as imagens. Após extraídas as características, estas são comparadas com as características de pixels extraídas a partir de imagens segmentadas manualmente e cada pixel é classificado como vaso ou não-vaso.

Atualmente existe um protótipo escrito em Matlab (http://www.mathworks.com/products/matlab) que utiliza o método citado acima e que foi desenvolvido na dissertação de mestrado de João Vitor Baldini Soares. O protótipo se encontra disponível em http://retina.incubadora.fapesp.br e será utilizado como referência para o desenvolvimento do software.

Objetivo

Este trabalho tem como objetivo o desenvolvimento de um software livre para a segmentação automática de vasos sangüíneos. Este software deverá ser desenvolvido de forma que possa ser utilizado por trabalhadores comunitários de forma simples. Isso inclui todo o processo de instalação, configuração e uso do software. Por esse motivo as etapas desenvolvidas inicialmente se concentraram no planejamento e escolha de tecnologias de modo a facilitar os processos descritos acima.

Atividades Realizadas

As atividades realizadas até agora foram atividades de exploração. Inicialmente foram realizados estudos preliminares do método de segmentação por classificação supervisionada dos pixels que será utilizado no software e também do protótipo existente desenvolvido anteriormente pelo mesmo grupo no qual este trabalho está sendo realizado.

Em seguida houve uma fase curta de análise de requisitos para o software. Com base nos requisitos decidiu-se que o software seria implementado como um plug-in do GIMP. Foram realizados testes com as linguagens Python, C e C++ e, pelo menos inicialmente, decidimos por utilizar C++ devido à possibilidade de aproveitar a orientação à objetos e também pela fácil integração com o GIMP nas plataformas desejadas.

Cronograma

As atividades planejadas para o segundo semestre de 2006 são descritas a seguir :

Planejamento do software : Esta etapa tem como objetivo a criação das especificações da arquitetura, diagramas de classe e interface gráfica do software.

Estudo do software existente : O estudo do software existente, desenvolvido anteriormente pelo grupo, será feito concorrentemente com a codificação do novo software para reduzir o tempo necessário para a nova implementação. Além disso, nesta etapa serão estudadas também algumas referências importantes da área como por exemplo[4, 5, 6].

Codificação do software : A codificação do novo software deverá se concentrar nesta etapa. Todas as funcionalidades esperadas deverão ser implementadas nesta etapa.

Testes e Correções : Nesta etapa espera-se que haja uma versão completa e funcional do software e não deverá haver adição de novas funcionalidades. As funcionalidades existentes serão testadas e as correções necessárias serão realizadas nesta etapa.

Pôster e apresentação : A criação do pôster e da apresentação serão realizadas nesta etapa dado que o software deverá estar pronto a menos de pequenas correções.

Monografia : A elaboração da monografia se dará nesta etapa.

Estrutura da Monografia

A estrutura da monografia apresentada abaixo poderá sofrer pequenas alterações mas ela deverá se aproximar do formato apresentado. A monografia deverá consistir dos seguintes itens:

Introdução : Uma breve introdução ao tema e contextualização do software

Método de Segmentação : Descrição do método de segmentação utilizado; a transformada wavelet contínua; classificadores estatísticos;

Desenvolvimento do Software : Descrição detalhada do processo de implementação; arquitetura do software; integração com o GIMP e plug-ins;

Resultados Experimentais : Descrição dos resultados obtidos a partir dos testes com o software

Conclusão : Importância da aplicação do software e trabalhos futuros

Bibliografia

Além destes itens a monografia deverá apresentar seções relatando a experiência de interação com o supervisor e com o restante do grupo envolvido com o trabalho, os conceitos aprendidos durante o curso e que foram aplicados no desenvolvimento do trabalho e as maiores dificuldades encontradas.

Referências Bibliográficas

1. J. J. Kanski. Clinical Ophthalmology: A systematic approach. Butterworth-Heinemann, London, 1989.
2. E. J. Sussman, W. G. Tsiaras, and K. A. Soper. Diagnosis of diabetic eye disease. Journal of the American Medical Association, 247:3231-3234, 1982.
3. J. V. B. Soares, J. J. G. Leandro, R. M. Cesar-Jr., H. F. Jelinek, and M. J. Cree. Retinal vessel segmentation using the 2-D gabor wavelet and supervised classification. IEEE Transactions on Medical Imaging, 2006. (to appear)
4. J.-P. Antoine, P. Carette, R. Murenzi, and B. Piette. Image analysis with two-dimensional continuous wavelet transform. Signal Processing, 31:241-272, 1993.
5. O. Rioul and M. Vetterli. Wavelets and signal processing. IEEE Signal Processing Magazine, pages 14-38, October 1991.
6. R. O. Duda, P. E. Hart, and D. G. Stork. Pattern Classification. John Wiley and Sons, 2001.