Η κατασκευή συστημάτων τομογραφίας του ανθρώπινου ιστού τα οποία θα χρησιμοποιούν το υπέρυθρο φάσμα ακτινοβολίας αποτελεί σημαντική προοπτική για τη δημιουργία νέων ιατρικών διαγνωστικών μεθόδων. Ένα από τα σημαντικότερα προβλήματα που πρέπει να επιλυθούν είναι η μικρή διεισδυτική ικανότητα και ο υψηλός βαθμός απορρόφησης και σκέδασης που παραμορφώνει ισχυρά την ακτινοβολία που διαδίδεται μέσα από τον ανθρώπινο ιστό. Στα πλαίσια της διδακτορικής διατριβής, μελετήθηκε το πρόβλημα του εντοπισμού της θέσης των αγγείων σε ψηφιακές φωτογραφίες του ανθρώπινου δακτύλου που έχουν ληφθεί στο υπέρυθρο φάσμα. Για τον σκοπό αυτό αναπτύχθηκε μεγάλος αριθμός πρωτότυπων μεθόδων κανονικοποίησης της φωτεινότητας της εικόνας, μη-γραμμικής ενίσχυσης της αντίθεσης, αφαίρεσης των γραμμών δακτυλικών αποτυπωμάτων, εντοπισμού του προτύπου ή δικτύου αγγείων και βελτίωσης του προτύπου των αγγείων χρησιμοποιώντας μεθόδους μαθηματικής μορφολογίας. Συνοπτικά στην παρούσα διδακτορική διατριβή προτάθηκαν και εξετάσθηκαν διαφορετικές πρωτότυπες μέθοδοι και αλγόριθμοι με επίβλεψη ή χωρίς επίβλεψη για την εξαγωγή του προτύπου αγγείων από υπέρυθρες εικόνες του ανθρώπινου δακτύλου καθώς και διαφορετικές πρωτότυπες μέθοδοι και αλγόριθμοι χωρίς επίβλεψη για την εξαγωγή του δικτύου αγγείων από αμφιβληστροειδικές εικόνες του ανθρώπινου οφθαλμού. Επίσης, η ερευνητική προσπάθεια επικεντρώθηκε στην βελτίωση των εικόνων που λαμβάνονται από το προτεινόμενο σύστημα απόκτησης εικόνων, γεγονός το οποίο οδήγησε στην ανάπτυξη πρωτότυπων μεθόδων προ-επεξεργασίας και τη μετέπειτα βελτίωση των αρχικών αποτελεσμάτων κατάτμησης που προκύπτουν από την εφαρμογή των μεθόδων ή αλγορίθμων κατάτμησης προτύπου αγγείων, γεγονός το οποίο οδήγησε στην ανάπτυξη πρωτότυπων μεθόδων μετά-επεξεργασίας. / The construction of tomographic systems of human tissue which use the infrared spectrum of radiation constitutes an important capability of making new medical diagnostic methods. One of the most crucial problems which must be resolved is the low penetrating ability and the high degree of absorption and scattering which strongly distort the radiation that pass through the human tissue. In this thesis, the problem of the extraction of finger vein pattern from infrared images of finger and the similar problem of retinal vessel tree segmentation were studied. Moreover, the problem of shading and non-uniform illumination correction was also studied in images which suffer from the above problems either due to imperfect set-up of the image acquisition system or due to the interaction between objects and illumination on the scene. In this thesis, existing algorithms were improved and novel algorithms were developed. Both vein pattern extraction algorithms and shading and non-uniform illumination correction algorithms were proposed. The proposed methods include novel preprocessing modules for intensity normalization, elimination of fingerprint lines, non linear contrast enhancement using spatial information, and shading and non uniform illumination correction. The vein pattern extraction was performed using ten novel methods that use structural classification methods, spatial derivatives information and fuzzy set theory. The effectiveness of the proposed methods and algorithms was evaluated both on real and artificial images distorted by different types of noise and different signal to noise ratios. The majority of the methods present satisfactory accuracy on the detection of vein network, something happens due to the successful collaboration between the preprocessing methods and the vein pattern extraction methods. In addition, the problem of improving the vein network extraction accuracy was successfully handled using advanced postprocessing methods based on binary mathematical morphology. Finally, in this thesis two novel methods for retinal vessel segmentation were proposed and evaluated. They also compared with the most important methods have already been presented in the literature and one of them achieved the best experimental results from all the unsupervised methods evaluated in the publicly available DRIVE database.

Η αυτόματη επεξεργασία εικόνων του ενδομητρίου αποτελεί ένα δύσκολο και πολυδιάστατο πρόβλημα, το οποίο έχει απασχολήσει πλήθος ερευνητών και για το οποίο έχει αναπτυχθεί μεγάλος αριθμός τεχνικών. Στην παρούσα διατριβή, παρουσιάζεται μια μεθοδολογική προσέγγιση, η οποία βασίζεται στη χρήση αλγορίθμων ψηφιακής επεξεργασίας και ανάλυσης εικόνων, για την αυτόματη εκτίμηση χαρακτηριστικών που περιγράφουν την αγγείωση και την υφή εικόνων του ενδομητρίου. Αφορμή της μελέτης αποτελεί ο ρόλος που διαπιστώνεται ότι διαδραματίζει η μεταβολή των τιμών των εν λόγω χαρακτηριστικών στην έγκαιρη διάγνωση των παθήσεων του ενδομητρίου. Στα πλαίσια της διατριβής, υλοποιήθηκε κατάλληλη μεθοδολογία για τον υπολογισμό ενός συνόλου χαρακτηριστικών τόσο για υστεροσκοπικές εικόνες, όσο και για ιστολογικές εικόνες του ενδομητρίου. Ιδιαίτερη βαρύτητα δόθηκε στην προ – επεξεργασία των εικόνων προκειμένου να προκύψει βελτίωση της ποιότητας καθώς και ενίσχυση της αντίθεσης αυτών. Στη συνέχεια, ανιχνεύτηκαν τα σημεία που αποτελούν τους κεντρικούς άξονες των υπό εξέταση αγγείων με χρήση διαφορικού λογισμού για τις υστεροσκοπικές εικόνες και υπολογίστηκε ένα σύνολο χαρακτηριστικών μεγεθών που περιγράφουν την αγγείωση και την υφή των εικόνων τόσο για τις υστεροσκοπικές όσο και για τις ιστολογικές εικόνες. Τέλος, εφαρμόστηκαν κατάλληλοι αλγόριθμοι με σκοπό την κατηγοριοποίηση των υστεροσκοπικών και των ιστολογικών εικόνων και συγκεκριμένα τον διαχωρισμό των παθολογικών και των φυσιολογικών εικόνων του ενδομητρίου. Παράλληλα, χρησιμοποιήθηκε η ROC ανάλυση στην απεικόνιση και ανάλυση της συμπεριφοράς των εν λόγω κατηγοριοποιητών. / Automatic analysis of the endometrial images is a difficult and multidimensional problem. For this reason, the number of papers and techniques regarding this issue is numerous. In this Thesis, a methodology is presented, based on advance image processing techniques in order to automatically estimate texture and vessel’s features in endometrial images. Motivation for the Thesis is the fact that the variation of the measurements of the specific features plays significant role in the seasonable diagnosis of endometrial disorders. Throughout this Thesis, an appropriate methodology is developed in order to estimate the features for the hysteroscopical and histological images of the endometrium. An important step is the pre – processing of the images in order to enhance the image quality and the image contrast. Then, the pixels that constitute the centerlines of vessels are detected by using differential calculus for the hysteroscopical images, only. Furthermore, the texture and vessel’s features in hysteroscopical and histological images are estimated. Finally, appropriate algorithms are applied in order to classify the hysteroscopical and histological images and distinguish pathological and normal endometrial images. ROC analysis is used in order to evaluate the discrimination power of the features that were estimated.

Σκοπός της παρούσας Διπλωματικής Εργασίας είναι η ανάπτυξη συγκεκριμένης μεθοδολογίας και αλγορίθμων ψηφιακής επεξεργασίας εικόνων για την αυτόματη εκτίμηση των διαμέτρων αγγείων σε οφθαλμολογικές εικόνες. Η συγκεκριμένη μέτρηση της διαμέτρου των αγγείων διαδραματίζει σημαντικό ρόλο στην έγκαιρη διάγνωση παθήσεων καθώς έχει αποδειχθεί ότι υπάρχει συσχετισμός μεταξύ των μεταβολών των τιμών των εν λόγω διαμέτρων και της εμφάνισης αλλοιώσεων στον αμφιβληστροειδή. Στα πλαίσια της εργασίας, υλοποιήθηκαν δύο μεθοδολογίες για τον υπολογισμό των διαμέτρων αγγείων οφθαλμολογικών εικόνων, οι οποίες συλλέγονται με χρήση κάμερας πυθμένα (fundus camera). Η πρώτη μεθοδολογία στηρίζεται στην εύρεση των σημείων που αποτελούν τους κεντρικούς άξονες των υπό εξέταση αγγείων με χρήση διαφορικού λογισμού. Ακολούθως, σε κάθε σημείο που ανήκει σε κεντρικό άξονα αγγείου, υπολογίζονται οι παράμετροι μιας συνάρτησης. Η εν λόγω συνάρτηση περιγράφει βέλτιστα τα επίπεδα φωτεινότητας της εικόνας κατά μήκος του ευθύγραμμου τμήματος που διέρχεται από το σημείο και είναι κάθετο στο αγγείο. H εύρεση των παραμέτρων της συνάρτησης πραγματοποιείται με χρήση τεχνικών βελτιστοποίησης. Το τελικό βήμα της μεθοδολογίας είναι η εκτίμηση της διαμέτρου των αγγείων από τις τιμές των παραμέτρων που έχουν υπολογιστεί. Η δεύτερη μεθοδολογία στηρίζεται στον αλγόριθμο που προτείνει ο P.H. Gregson. Αρχικά, πραγματοποιείται κατάτμηση της εικόνας με κατωφλίωση και εφαρμόζονται μορφολογικοί τελεστές συστολής και διαστολής στην εικόνα. Στη συνέχεια, εφαρμόζεται ο αλγόριθμος λέπτυνσης (thinning algorithm) με σκοπό την εύρεση των κεντρικών αξόνων των αγγείων και τέλος εκτιμάται η διάμετρος σε κάθε σημείο του κεντρικού άξονα με χρήση των επιπέδων του γκρίζου των εικονοστοιχείων που κείνται στην ευθεία που είναι κάθετη στο αγγείο σε κάθε σημείο του. / The scope of this Thesis is the development of a methodology and advance image processing techniques in order to automatically estimate vessel diameters in ophthalmological images. Motivation for the thesis is the fact that the measurement of vessel diameter plays significant role in the seasonable diagnosis of vascular disorders, as it is believed to be a relation between the variation in diameters and the detection of retinal disorders. In this thesis, two methodologies are developed in order to be applied in ophthalmological images that are collected by using a fundus camera. The first methodology is based on the detection of the pixels that constitute the centerlines of vessels, by using differential calculus. Specifically, at each pixel that belongs to a centerline of vessel, the parameters of a specific function are calculated. This function describes as accurately as possible the intensity levels along the segment that passes through the specific pixel and is perpendicular to the vessel. The parameters of this function are estimated using optimization techniques. The final step of the methodology is the assessment of the diameters of vessels using the values of the parameters. The second methodology is based on the algorithm that P.H.Gregson has proposed. At first, the vessels are detected by tresholding and a morphological closing algorithm is applied. Then, a thinning algorithm is used in order to detect the pixels that constitute the centerlines of the vessels and ultimately the diameter at each pixel of the centerlines is assessed using the gray levels of the pixels that constitute the segment that is perpendicular to the vessel at each specific pixel.