Please use this identifier to cite or link to this item: https://hdl.handle.net/10316/110577
Title: Análise de sinais ultrassónicos na caraterização de catarata ocular
Other Titles: Analysis of ultrasonic signals in the characterization of ocular cataract
Authors: Neto, Marco António Oliveira
Orientador: Teixeira, César Alexandre Domingues
Perdigão, Fernando Manuel dos Santos
Keywords: Cataract; Phacoemulsification; Ultrasound; A-scans; Machine Learning; Catarata; Facoemulsificação; Ultrassom; A-scans; Machine Learning
Issue Date: 21-Sep-2023
Serial title, monograph or event: Análise de sinais ultrassónicos na caraterização de catarata ocular
Place of publication or event: DEI
Abstract: Cataracts result from an aggregation of proteins present in the lens of the humaneye, which over time can cause partial or total loss of vision. Currently, about65.2 million people suffer from cataracts, making it the leading cause of visionloss worldwide. The current treatment for cataracts is surgery.The most used surgical treatment to remove the cataract and recover visual acuityis called phacoemulsification. This procedure requires the use of high-intensityultrasound or laser beams to fragment the cataractous lens followed by aspirationand implant of an artificial intraocular lens.The success of this technique heavily depends on the application of an appropriateenergy level for lens fragmentation. An incorrect estimation of this energylevel could result in the rupture of the lens’s posterior capsule and the loss of cornealendothelial cells. Currently, the energy level of the ultrasound is estimatedbased on a qualitative assessment of cataract hardness.For this purpose, images of the lens are observed through a slit lamp attached toa microscope to assess its opacity.In this study, using ultrasonic signals (A-scans), the aim is to locate the maininterfaces of the human eye (anterior and posterior lens) and detect the stiffnessassociated with each type of cataract (incipient cataract or mature cataract), if thisexists.The propagation of ultrasonic signals will interact with the different media of theeye’s structures, returning an echo from each interface through which the signalpasses through. By this echo, it will be possible to analyze the position of eyestructures, as well as the location and hardness of the cataract.In the initial phase, using a rule-based algorithm, the goal is to detect the eye’sinterfaces. Subsequently, employing machine learning methods, the aim is toautomatically detect and classify the existing type and severity of cataract.
A catarata resulta de uma agregação de proteínas presentes no cristalino do olhohumano que, ao longo do tempo, poderá causar perda parcial ou total da visão.Atualmente, cerca de 65,2 milhões de pessoas sofrem de catarata, sendo a principalcausa para a perda da visão em todo o mundo. O atual tratamento para acatarata é a cirurgia.O tratamento cirúrgico mais utilizado para extrair a catarata e recuperar a acuidadevisual denomina-se facoemulsificação. Este procedimento requer o uso desinais de ultrassom ou laser de alta intensidade para a fragmentação do cristalinocom catarata seguida de aspiração e implante de uma lente intra-ocular artificial.O sucesso desta técnica depende muito da aplicação de um nível de energia adequadopara a fragmentação do cristalino, sendo que uma incorreta estimativadesse nível de energia poderá resultar na rotura da cápsula posterior do cristalinoe a perda de células endoteliais da córnea. Atualmente, o nível de energiados ultrassons utilizados é estimado com base na avaliação qualitativa da durezada catarata.Para tal, imagens do cristalino são observadas por lâmpada de fenda acoplada aum microscópio para a avaliação da sua opacidade.No presente trabalho pretende-se, com recurso a sinais ultrassónicos (A-scans),localizar as principais interfaces do olho humano (cristalino anterior e posterior)e detetar qual a rigidez associada a cada tipo de catarata (catarata incipiente oucatarata madura), se esta existir.A propagação dos sinais ultrassónicos irão interagir com os diferentes meios dasestruturas do olho, devolvendo um eco proveniente de cada interface por onde osinal percorreu. Através desses ecos, será possível analisar a posição das estruturasdo olho, bem como a localização e a dureza da catarata.Numa primeira fase, recorrendo a um algoritmo baseado em regras de decisão,espera-se detetar as interfaces do olho e, posteriormente, recorrendo a métodosde aprendizagem computacional, é esperado detetar e classificar, de forma automática,o tipo e severidade de catarata existente.
Description: Dissertação de Mestrado em Engenharia Informática apresentada à Faculdade de Ciências e Tecnologia
URI: https://hdl.handle.net/10316/110577
Rights: openAccess
Appears in Collections:UC - Dissertações de Mestrado

Files in This Item:
File SizeFormat
Tese_MarcoNeto.pdf3.18 MBAdobe PDFView/Open
Show full item record

Page view(s)

10
checked on Feb 20, 2024

Google ScholarTM

Check


This item is licensed under a Creative Commons License Creative Commons