Image processing methods for computer-aided screening for disease

Gómez Valverde, Juan José (2018). Image processing methods for computer-aided screening for disease. Thesis (Doctoral), E.T.S.I. Telecomunicación (UPM). https://doi.org/10.20868/UPM.thesis.52589.

Description

Title: Image processing methods for computer-aided screening for disease
Author/s:
  • Gómez Valverde, Juan José
Contributor/s:
  • Ledesma Carbayo, María Jesús
  • Santos Lleó, Andrés de
Item Type: Thesis (Doctoral)
Date: 2018
Subjects:
Faculty: E.T.S.I. Telecomunicación (UPM)
Department: Ingeniería Electrónica
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (4MB) | Preview

Abstract

El cribado de enfermedades es una práctica muy extendida en los servicios de salud desde el siglo XX. En nuestros días, en la mayoría de los países desarrollados podemos encontrar programas de cribado en fetos y recién nacidos y diferentes tipos de cáncer, siendo los más extendidos el de mama, de cérvix y colorrectal. Dos especialidades médicas donde los potenciales beneficios del cribado son muy prometedores y han recibido gran repercusión en los últimos tiempos, son la oftalmología, en patologías como la retinopatía diabética o el glaucoma, y en dermatología, en enfermedades como el cáncer de piel melanoma y no melanoma. Los programas de cribado han adoptado una gran variedad de soluciones tecnológicas para cumplir sus exigentes requerimientos. En este trabajo profundizaremos sobre todo en el papel del procesamiento de imágenes biomédicas, la telemedicina y los sistemas de ayuda al diagnóstico, y los beneficios que pueden proporcionar en el cumplimiento de los protocolos y buenas prácticas reconocidas para ofrecer un servicio de cribado de calidad. El uso de imágenes médicas se ha convertido en una herramienta indispensable en muchos programas de cribado. Los avances en nuevos dispositivos de imagen y procesamiento, su utilización intensiva en la mayoría de las especialidades para ayudar en la detección y seguimiento de múltiples patologías y su disponibilidad en los centros de salud han facilitado y potenciado su uso como una de las pruebas más habituales en una campaña de cribado. En este trabajo nos centraremos en imágenes de fondo de ojo en color y en imágenes de tomografía de coherencia óptica. Mientras que las primeras se utilizan fundamentalmente para visualizar la retina, la segunda tiene aplicaciones en innumerables especialidades, entre ellas para el estudio de enfermedades de la retina o de la piel. La telemedicina ha jugado un rol muy relevante en la provisión y soporte de servicios de cribado. Podemos encontrar numerosas iniciativas basadas en telemedicina vinculadas a programas de cribado ampliamente implantados. El uso intensivo de imágenes en el diagnóstico y seguimiento de enfermedades oculares hace que la telemedicina sea especialmente adecuada en este campo. Pero aún hoy es un campo abierto a la investigación en patologías como el glaucoma, donde se demandan nuevos desarrollos e implementaciones que ayuden a demostrar sus potenciales beneficios. El glaucoma es una de las causas más habituales de pérdida de visión y se estima que la sufren en el mundo 70 millones de personas. Es una patología que representa una prometedora oportunidad para el cribado debido a que se estima que hasta el 50% de las personas afectadas lo desconocen y que la detección temprana y el tratamiento en las primeras etapas de la enfermedad pueden ser muy beneficiosos para el paciente. En este contexto, presentamos el diseño e implementación de una nueva herramienta de tele-cribado con un enfoque multi-especialidad y multi-enfermedad para solucionar algunos de los retos identificados actuales y futuros de los servicios de cribado. Adicionalmente, la herramienta ha sido probada intensivamente en el contexto de un ambicioso programa de detección de enfermedades oftalmológicas con gran relevancia en el glaucoma y que ha atendido a más de 1000 pacientes. Esta Tesis ha estudiado también los sistemas de ayuda a la detección que han demostrado en múltiples aplicaciones médicas que pueden asistir a especialistas médicos en la interpretación de imágenes para la detección y diagnóstico de innumerables enfermedades. De todos los elementos que forman parte de estos sistemas nos centramos en dos: el procesamiento para la mejora de imagen y la clasificación automática de una patología concreta, el glaucoma. Proponemos un nuevo método de mejora de imágenes de tomografía de coherencia óptica que puede servir como primer paso en sistemas de ayuda a la detección de imágenes de piel y para mejorar los nuevos dispositivos compactos y portables que se empiezan a probar en servicios de cribado. Hemos probado de forma exitosa el método propuesto en varios conjuntos de datos de imagen, incluyendo una nueva metodología de evaluación cualitativa que ayude a conocer el valor clínico de este tipo de procesamientos. Finalmente, para la parte de clasificación automática, describimos un extenso estudio de la aplicación de redes neuronales profundas para la compleja tarea de detectar glaucoma en imágenes de fondo de ojo, que puede servir de valiosa herramienta en campañas de cribado de glaucoma a gran escala. En este trabajo hemos examinado, implementado y probado nuevos métodos y herramientas en varios componentes tecnológicos relevantes presentes en muchos servicios de cribado actuales. Los resultados muestran nuevas prometedoras líneas de trabajo que esperamos seguir explorando en el futuro. ----------ABSTRACT---------- Screening for disease has been a widely accepted practice in healthcare since the twentieth century. Nowadays, in most developed countries we can find organized screening programs in different types of cancer (breast, cervical and colorectal are the most common) and for antenatal and newborns. Two clinical fields where the potential benefits of screening are very promising and have received worldwide attention are eye diseases, like diabetic retinopathy or glaucoma, and skin diseases, like melanoma and non-melanoma skin cancer. Screening programs have adopted a broad range of technological facilities. In this work we get an extensive insight in the role of image processing, telemedicine and Computer-Aided-Detection (CAD) systems and the benefits that can provide to aid in the fulfillment of the good practices and protocols established for a successful service. The use of medical images has become an indispensable diagnostic tool in many current screening programs. The great advance of medical imaging and image processing, their intensive use in the majority of the specialties to aid in the detection and follow-up of most conditions and their availability in health provider centers, have driven to be one of the tests typically performed in a screening campaign. Among all imaging modalities present in current screenings, we will focus on image processing methods for Color Fundus (CF) and Optical Coherence Tomography (OCT) images. While CF is basically used in retinal imaging, OCT can be used in retinal and skin imaging among many other fields. Telemedicine and e-health technology have played a significant role assisting in the provision of screening services. Associated to the most established screening implementations there have been remarkable telemedicine initiatives. The intensive use of imaging for the diagnosis and monitoring of eye diseases make telemedicine ideal for tele-screening, but it is still an open research field in pathologies like glaucoma that demands further developments to demonstrate its potential benefits. Glaucoma is one of the leading causes of global irreversible vision loss and it is estimated that affects 70 million people worldwide. This pathology represents a promising opportunity for screening due to the relevant percentage, up to 50% of population suffering the disease that is not aware of it and the benefits that an early diagnosis and treatment can represent to the patient. In this context, we have designed and implemented a new tele-screening tool with a multi-specialty and multi-disease approach to support some of the challenges identified in current screening services. Besides, the tool was tested with good results, on more than 1000 patients in an ophthalmology screening campaign specially focused on glaucoma. This Thesis has also studied CAD systems which have demonstrated in many medical applications that can assist physicians in the interpretation of images for the detection and diagnosis of multiple pathologies. From all the steps involved in a typical CAD system we paid special attention to two of them: the pre-processing for image enhancement and the automatic classification of a specific disease. In the pre-processing we present a new imaging enhancement method for OCT images that can serve as the first step in a CAD system for skin imaging as well as to improve emerging portable prototypes to be used in screening programs. We have tested the method successfully in several skin datasets, including an innovative qualitative assessment methodology to evaluate the clinical value of this type of image processing. Finally, for the automatic classification part, we present an extensive study of the application of deep convolutional neural networks to the challenging task of detecting glaucoma in color fundus images, which could serve as a valuable tool to be incorporated in CAD systems for large glaucoma screening campaigns. In this thesis we have examined, implemented and tested new advanced methods in several relevant technological components present in many screening services. The results reveal new promising lines of work that we hope to continue exploring in the future.

More information

Item ID: 52589
DC Identifier: http://oa.upm.es/52589/
OAI Identifier: oai:oa.upm.es:52589
DOI: 10.20868/UPM.thesis.52589
Deposited by: Archivo Digital UPM 2
Deposited on: 29 Oct 2018 14:20
Last Modified: 29 Apr 2019 22:30
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM