Otimização de arquiteturas de deep learning para segmentação de vasos sanguíneos em imagens de fundo retiniano

Abstract

A retina é a única parte do corpo humano onde a corrente sanguínea pode ser observada de forma direta e não invasiva. Atualmente, existem claras evidências de que as alterações fisiológicas da árvore vascular estão relacionadas com várias doenças que afetam milhões de pessoas a nível mundial, como a diabetes e a hipertensão. Contudo, a avaliação da condição vascular da retina exige a segmentação de várias imagens que, quando executada manualmente, se traduz num processo moroso e propenso a erros até para os especialistas mais experientes. Neste contexto, as metodologias de segmentação automática ganham cada vez mais relevância e são vistas como alternativas capazes de reduzir a carga de trabalho dos especialistas e de fornecer resultados robustos e reprodutíveis, em tempo útil. O objetivo desta dissertação passa pelo desenvolvimento de um método de segmentação automática de vasos retinianos em imagens de fundo. Ao longo dos anos, várias técnicas têm sido utilizadas para abordar este problema. Esta dissertação foca-se em métodos de deep learning e, em particular, nas redes neuronais convolucionais. Este tipo de modelos tem ganho especial destaque nos últimos anos, graças à sua capacidade para aprender, de forma automática, uma hierarquia de features cada vez mais complexas a partir dos dados de entrada. Isto parece sugerir uma mudança de paradigma segundo a qual o foco está agora na otimização de arquiteturas e não na tradicional fase de feature engineering, que é provavelmente a etapa mais crítica nos métodos convencionais. O método proposto nesta dissertação foi avaliado em três bases de dados públicas e amplamente reconhecidas na área da segmentação de vasos retinianos: a DRIVE, a STARE e a CHASE_DB1. Durante as várias etapas deste trabalho, estudaram-se diversas variantes procurando otimizar os resultados obtidos. O melhor modelo assenta numa rede neuronal completamente convolucional com várias escalas. Além disto, faz uso de operações de rotação para fins de aumento artificial de dados e beneficia da informação codificada pela transformada de wavelet não decimada. Em termos quantitativos, obtiveram-se valores médios de accuracy de 0.9576, 0.9694 e 0.9653 e valores médios de área abaixo da curva ROC de 0.9821, 0.9905 e 0.9855, na DRIVE, STARE e CHASE_DB1, respetivamente. Para mais, o método revelou-se robusto face à mudança do conjunto de treino e à presença de patologias, o que mostra o seu potencial para aplicações do mundo real.

The retina is the only part of the human body where the bloodstream can be directly and non-invasively observed. There is now clear evidence that physiological changes in the vascular tree are related to several diseases that affect millions of people worldwide, such as diabetes and hypertension. However, evaluating the retinal vascular condition requires the segmentation of several images which, done manually, is a timeconsuming and error prone task even for experienced experts. In this context, automatic segmentation methodologies are becoming increasingly important to reduce the workload of specialists, and provide robust and reproducible results in a timely manner. The aim of this thesis is to develop an automatic vessel segmentation method in fundus images. Over the years, several works have been proposed to approach vessel segmentation. This thesis focuses on deep learning methodologies, especially on convolutional neural networks. These models have gained particular prominence in recent years, due to their ability to automatically learn an increasingly complex hierarchy of features from the input data. This hints a paradigm shift according to which the focus is now on optimizing architectures rather than on the traditional feature engineering phase, which is probably the most critical step in conventional methods. The proposed method was evaluated on three publicly available databases, widely used in the retinal vessel segmentation area: DRIVE, STARE, and CHASE_DB1. During the various stages of this work, several variants were studied in order to improve the results. The best model is based on a fully convolutional neural network with several scales. In addition, it uses rotation operations for data augmentation, and benefits from the information encoded by the stationary wavelet transform. In quantitative terms, the method achieved average accuracy of 0.9576, 0.9694, and 0.9653 and average area under the ROC curve of 0.9821, 0.9905, and 0.9855 on the DRIVE, STARE, and CHASE DB1 databases, respectively. It also appears to be robust to the training set and to the presence of pathological signs, which shows its potential for real-world applications.