To use the image of the retina for biometric or medical purposes, it is necessary that the image is of the highest quality and ideally covers the largest possible area. It is therefore necessary to move the sensing device to the most suitable position while ensuring its stability. A laboratory handling platform is used for this purpose. The platform is moved by stepper motors. A control board equipped with a microcontroller has been developed for their control, which allows very fine movements. The theoretical accuracy of the manipulator is up to 20 nm. Since it is necessary for sensing, to have proper retina illumination, the control system also includes adjustable illumination elements in the infrared and visible spectrum. The resulting system allows scanning of the retina of the eye from multiple angles and thereby effectively increase the area on which it is possible to further look for diseases or biometric features.

This work deals with possibilities of registration of retinal images from different mo-dalities, concretely optical coherence tomography (OCT), scanning laser ophthalmoscopy (SLO) and fundus camera. In first stage is the interest focused on registration of SLO and fundus images, which will serve to determine area of interest for consecutive registration of OCT data. The final stage is finding correct location of OCT B-scans in fundus image. On the basis of the studied methods of registration was chosen method making use of computation of correlation coefficient for both cases. For finding optimal parameters of registration is used searching through whole space of parameters. In partial stages of the work was created algorithm for alignment of B-scans followed by detection of blood vessels and also simple algorithm for detection of blood vessels from fundus image. For more transparent registration the graphical user interface was created, which allows loading input images and displaying the result in several possible forms.

Tato práce se zabývá multimodální registrací snímků sítnice z různých skenovacích zařízení. Multimodální registrace umožňuje zvýraznit prvky na snímcích sítnice, které jsou důležité pro detekci různých typů onemocnění oka (jako je glaukom, degradace nervových vláken, degradace cév, atd.). Teoretická část tvoří zhruba první půlku práce a je následována praktickou částí, která popisuje postupy při různých typech registrací snímků z fundus kamery, SLO a OCT. Registrace fundus a SLO snímků je provedena pomocí prostorové transformace. Tato práce popisuje tři různé metody registrace SLO snímků se snímky z fundus kamery. První a zároveň nejjednodušší je manuální registrace. Druhou je automatická registrace založená na metodě korelace. Výsledky, včetně porovnání obou metod, jsou uvedeny v závěru. Třetím typem je poloautomatická registrace, která využívá výhod obou předchozích metod a tím pádem je kompromisem mezi rychlostí a přesností registrace. Registrace fundus snímků a B-scanů z OCT je realizována dvěma různými metodami. První je opět založená na korelaci a druhá na prostorové transformaci. Všechny tyto registrační metody jsou realizovány také prakticky v programovém prostředí Matlab.

The diploma thesis deals with registration and analysis of images from the experimental low-cost fundus camera that reaches a low SNR (around 10 dB) and low temporal and spatial resolution. The aim of the diploma tesis is to explore the possibilities of digital processing leading to the creation of a videosequence that has real benefits for medical diagnostics. The well-known program elastix is used for registration. Preprocessing filters and interpolation are implemented in Matlab. The program provides a wide range of setting options, out of which many combinations were tested and evaluated. To assess the accuracy achieved, spatial variations in the detected motion of blood-vessels are evaluated. Best results with a precision below 0.3 px were achieved by using a band-pass filter, a~suitably sized mask, rigid registration and a metric of the mutual information. Test sequences were registered precisely enough both for visual assessment and basic computational analysis. Registered sequences and the developed application that both can be used in the further development of the experimental camera are the main contributions of the diploma thesis.

Fundus kamera je široce dostupné zobrazovací zařízení, které umožňuje relativně rychlé a nenákladné vyšetření zadního segmentu oka – sítnice. Z těchto důvodů se mnoho výzkumných pracovišť zaměřuje právě na vývoj automatických metod diagnostiky nemocí sítnice s využitím fundus fotografií. Tato dizertační práce analyzuje současný stav vědeckého poznání v oblasti diagnostiky glaukomu s využitím fundus kamery a navrhuje novou metodiku hodnocení vrstvy nervových vláken (VNV) na sítnici pomocí texturní analýzy. Spolu s touto metodikou je navržena metoda segmentace cévního řečiště sítnice, jakožto další hodnotný příspěvek k současnému stavu řešené problematiky. Segmentace cévního řečiště rovněž slouží jako nezbytný krok předcházející analýzu VNV. Vedle toho práce publikuje novou volně dostupnou databázi snímků sítnice se zlatými standardy pro účely hodnocení automatických metod segmentace cévního řečiště.

Diabetic retinopathy and age-related macular degeneration are two of the most common retinal diseases in these days, which can lead to partial or full loss of sight. Due to it, it is necessary to create new approaches enabling to detect these diseases and inform the patient about his condition in advance. The main objective of this work is to design and to implement an algorithm for retinal diseases classification based on images of the patient's retina of previously mentioned diseases. In the first part of this work, there is described in detail each stage of each disease and its the most frequent symptoms. In this thesis, there is also a chapter about fundus camera, which is a tool for image creation of human eye retina. In the second part of this thesis, there is proposed an approach for classification of diabetic retinopathy and age-related macular degeneration. There is also a chapter about algorithmic methods which can be used for image processing and object detection in image. The last part of this thesis contains the test results and their evaluation. Assessment of success of proposed and implemented methods is also part of this chapter.

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.

Cílem mé diplomové práce bylo navrhnout metodu analýzy retinálních sekvencí, která bude hodnotit kvalitu jednotlivých snímků. V teoretické části se také zabývám vlastnostmi retinálních sekvencí a způsobem registrace snímků z fundus kamery. V praktické části je implementována metoda hodnocení kvality snímků, která je otestována na reálných retinálních sekvencích a vyhodnocena její úspěšnost. Práce hodnotí i vliv této metody na registraci retinálních snímků.