DOG Deutsche Ophthalmologische Gesellschaft
  English Site Suche:  
  107. DOG-Kongress Home

DOG-Kongressinformation

DOG-Kongress Bildergalerie

Grußworte
Organisation, Termine
Ablauf des Kongresses
Preise und Forschungsförderungen

Höhepunkte

Wissenschaftliches Programm
Feierliche Eröffnung
Schwerpunkte
Wissenschaftliches Programm
- Do, 24.09.09
- Fr, 25.09.09
- Sa, 26.09.09
- So, 27.09.09
- Posterausstellung
Symposien
Kurse
Firmenveranstaltungen
Satellitenprogramm

Hinweise, Informationen
Rahmenprogramm
Sponsoren, Industrie

Presseservice

Programm downloaden / drucken [PDF, 11 MB]

Vorprogramm downloaden / drucken [PDF, 3 MB]

DOG-Homepage
 

Abstract

SO.16.10
Automatische Auswertung von Papillenbildern

Paul-Rolf Preußner1, Jochen Wahl1, Sibylle Haas-Brähler2, Peter Morfeld2
1Universitäts-Augenklinik Mainz; 2EVONIK, Frankfurt/Main

Hintergrund
Darstellung der Möglichkeiten, der Grenzen und des derzeitigen Entwicklungsstandes der automatisierten Papillenbefundung.
Methode
Die einzelnen Schritte des Verfahrens bestehen aus der Aufnahme von digitalen Farbbildern des Fundus, Auffinden der ungefähren Papillenlokalisation, Finden der Lokalisation des Gefäßstammes, schrittweise Definition des Papillenrandes zunächst über eine Ellipsenapproximation, dann über eine lokale Nachkorrektur des Randes, Segmentation der gefundenen Papillenfläche in drei Regionen (Gefäße, Atrophiezone, vitaler Randsaum), Bestimmung der Größen und der Schwerpunkte der gefundenen Regionen sowie des vertikal/horizontal-Quotienten der Atrophiezone. Das Verfahren wurde bisher testweise auf einen Datensatz von 8638 Fundusbildern von 4319 Angestellten eines deutschen Unternehmens (EVONIK) angewendet.
Ergebnisse
Je nach Einstellung einiger Schwellenwerte können ca. 1-3% der Bilder nicht ausgewertet werden. Dies findet die Software selbst. Daneben werden ca. 0.5% der Bilder grob falsch ausgewertet, ohne daß die Software dies feststellt. Haupthindernisse sind schlechte Bildqualität (Ausleuchtung, Unschärfe, Vignettierung), daneben aber auch ”Besonderheiten“ des jeweiligen Fundus wie z.B. ungewöhnliche Pigmentierungen. Die große Mehrzahl der Bilder ergibt zumindest ”plausibel erscheinende“ Daten als Ergebnis, deren Korrelationen miteinander der klinischen Erfahrung entsprechen, z.B. Korrelationen zwischen relativer oder absoluter Größe der Atrophiezone einerseits und Verschiebung des Gefäßstammes andererseits, oder Korrelationen der Daten von Partneraugen miteinander.
Schlussfolgerungen
Das Verfahren erscheint bisher speziell zur statistischen Untersuchung großer Datenmengen geeignet. Ob und wann es die Grenze zum ”durchschnittlichen“ oder gar zum ”erfahrenen“ Untersucher überschreiten wird, bleibt abzuwarten.

 
Zurück    
Seitenanfang
     
s