Automatic Detection and Characterization of Pathological Fluid Regions in Optical Coherence Tomography Images

Abstract

La acumulación de líquido intrarretiniano es tanto síntoma común como culpable de las principales causas de ceguera en los países desarrollados: la degeneración macular asociada a la edad y el edema macular diabético. Para su diagnóstico, los expertos en el campo emplean imágenes de Tomografía de Coherencia Óptica (OCT), que proporcionan representaciones transversales no invasivas de las estructuras retinianas. Sin embargo, al igual que cualquier modalidad de imagen médica, OCT se ve influenciado por múltiples factores que afectan a su calidad y posterior interpretación. Junto con la subjetividad de los expertos humanos, estos factores pueden afectar significativamente el proceso diagnóstico, tratamiento y calidad de vida de las personas afectadas (particularmente en estas patologías donde una detección temprana es crucial). Para abordar estos desafíos, se desarrollan metodologías de diagnóstico asistido por ordenador (CAD), que ofrecen una capa de abstracción de la información presente en las imágenes. Sin embargo, en el escenario particular de estas acumulaciones patológicas de fluido, el desarrollo de estas metodologías es especialmente difícil debido a su naturaleza difusa, sin bordes definidos. En esta tesis doctoral proponemos diferentes metodologías CAD con el objetivo de ayudar a las personas expertas del dominio a detectar y comprender mejor estas patologías. Además, expandimos las metodologías desarrolladas a otras modalidades de imagen médica y afecciones, como al análisis de neovascularizaciones maculares en Angiografía OCT y al diagnóstico de COVID-19 mediante radiografías torácicas.