La cheratite è una delle principali patologie oculari che causa opacità corneale e significativa riduzione della vista nei casi più gravi; la valutazione clinica delle lesioni è basata su osservazioni qualitative che introducono però un fattore di soggettività nella stima dell'infiltrato a causa della variabilità inter-operatore. Il lavoro di tesi propone un supporto fondamentale nella diagnosi e nel monitoraggio della cheratite attraverso lo sviluppo di una pipeline automatizzata per l'analisi quantitativa delle lesioni, a partire da immagini ottenute tramite Anterior Segment Optical Coherence Tomography (AS-OCT). Per poter raggiungere tale obiettivo, si è utilizzato un dataset open access tratto da una rivista scientifica contenente annotazioni poligonali che sono state convertite in seguito in maschere di segmentazione per consentire l'estrazione automatica di parametri morfologici della lesione come estensione, larghezza e profondità relativa. I risultati ottenuti sono indipendenti dalla scala di acquisizione grazie all'impiego di un approccio percentuale e permettono di ottenere una caratterizzazione riproducibile e oggettiva della patologia.
ANALISI MORFOLOGICA AUTOMATIZZATA DELLA CHERATITE DA IMMAGINI AS-OCT
PETTI, GIULIA
2025/2026
Abstract
La cheratite è una delle principali patologie oculari che causa opacità corneale e significativa riduzione della vista nei casi più gravi; la valutazione clinica delle lesioni è basata su osservazioni qualitative che introducono però un fattore di soggettività nella stima dell'infiltrato a causa della variabilità inter-operatore. Il lavoro di tesi propone un supporto fondamentale nella diagnosi e nel monitoraggio della cheratite attraverso lo sviluppo di una pipeline automatizzata per l'analisi quantitativa delle lesioni, a partire da immagini ottenute tramite Anterior Segment Optical Coherence Tomography (AS-OCT). Per poter raggiungere tale obiettivo, si è utilizzato un dataset open access tratto da una rivista scientifica contenente annotazioni poligonali che sono state convertite in seguito in maschere di segmentazione per consentire l'estrazione automatica di parametri morfologici della lesione come estensione, larghezza e profondità relativa. I risultati ottenuti sono indipendenti dalla scala di acquisizione grazie all'impiego di un approccio percentuale e permettono di ottenere una caratterizzazione riproducibile e oggettiva della patologia.| File | Dimensione | Formato | |
|---|---|---|---|
|
Tesifinale.pdf
non disponibili
Descrizione: versione definitiva tesi di laurea
Dimensione
3.61 MB
Formato
Adobe PDF
|
3.61 MB | Adobe PDF |
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.14253/68184