La influencia del equipo de adquisición de imágenes retinianas y tratamiento en la medida de la dimensión fractal

Abstract

Objetivo: La medida de la dimensión fractal de la imagen retiniana se ha mostrado como útil en la valoración de varias patologías. Nuestro objetivo es determinar la influencia del instrumento y la forma de adquisición de las imágenes retinianas en las medidas de la dimensión fractal local (LFD) y la conectada (Dlc) en imágenes de retinas sanas y patológicas con un método de segmentación morfológica y otro de umbralización (Threshold). Para ello se utilizan imágenes retinianas sanas procedentes de dos bancos de datos diferentes: clínica e internet (31 y 15 imágenes respectivamente), cada uno tomado con un retinógrafo distinto.

Métodos: Se realiza una segmentación previa de la imagen para quedarse con la imagen binarizada del canal verde de la imagen RGB de la retina y el tratamiento de imagen con la segmentación morfológica, que utiliza un filtro ‘‘morfológico’’ para quedarse solo con los vasos. Medianteel Plugin “Fraclac” del programa ImageJ, se realiza el análisis fractal de las imágenes retinianas binarizadas y, en el programa Matlab se representan las curvas de las distribuciones de probabilidad de la DF de cada grupo estudiado, y se comparan entre sí.

Resultados: El método de segmentación morfológica es más estable entre bancos de imágenes diferentes. Esto quiere decir que las distribuciones de probabilidad de las dimensiones fractales son cualitativamente más semejantes que las derivadas con el método Threshold para los dos bancos de datos.

Discusión y Conclusión: La comparación de imágenes de la dimensión fractal de retina son más fiables con el método de segmentación morfológica que atiende sobre todo a patologías de la vasculatura. El método Threshold aporta también información valiosa sobre la estructura patológica de la capa retiniana, porque incluye todas las alteraciones que pueden afectar la retina, aunque es dependiente del instrumento de medida, lo cual limita su uso.