MEDICION DE LA MICROCIRCULACION RETINIANA LUEGO DEL TRATAMIENTO ANTIHIPERTENSIVO

(especial para SIIC © Derechos reservados)
El desarrollo de técnicas de procesado de imágenes ha provocado interés para poder medir de una forma objetiva los cambios en la estructura microvascular del hipertenso por medio de las fotografías digitales del fondo de ojo
Autor:
Antonio Pose-reino
Columnista Experto de SIIC

Institución:
Complexo Hospitalario Universitario Santiago de Compostela


Artículos publicados por Antonio Pose-reino
Coautores
M Pena-Seijo* S González Vazquez* M González Penedo* JA Díaz Peromingo** I Méndez Naya*** G Coll de Tuero**** F Gómez-Ulla Irazabal***** 
Universidad de A Coruña, A Coruña, España*
Hospital del Barbanza, Coruña, España**
Universidad De Santiago De Compostela, Lugo, España***
Instituto de Salud, Girona, Eslovaquia****
Complexo Hospitalario Universitario Santiago de Compostela, Santiago de Compostela, España*****
Recepción del artículo
11 de Mayo, 2015
Aprobación
29 de Enero, 2016
Primera edición
29 de Junio, 2016
Segunda edición, ampliada y corregida
7 de Junio, 2021

Resumen
Fundamento y objetivo: El desarrollo de técnicas de procesado de imágenes ha devuelto interés para poder medir de una forma objetiva los cambios en la estructura microvascular del hipertenso a través de las fotografías digitales del fondo de ojo. Pacientes y método: Para clasificar de forma automática los vasos de la retina en arteriolas y vénulas, con una elevada precisión, hemos comparado tres estrategias diferentes basadas en la información del color de los pixeles de la imagen del fondo de ojo, analizando 78 imágenes de fondo de ojo de hipertensos. La primera estrategia clasificaría todos los vasos aplicando un algoritmo de agrupamiento. La segunda divide la retina en cuatro cuadrantes y clasifica los vasos que pertenecen al mismo cuadrante independientemente del resto de los vasos. La tercera estrategia clasifica los vasos dividiendo la retina en cuadrantes que son rotados. Resultados: La mejor estrategia resultó la tercera porque minimiza el error y el número de vasos no clasificados. La característica vectorial más determinante está basada en la media o la mediana del componente gris del espacio de color RGB. Para las 20 imágenes inicialmente analizadas hemos clasificado correctamente el 86.53% de los vasos, y este porcentaje permanece similar en el grupo de 58 imágenes examinadas por tres expertos, lo que confirma la validez del método, para el cálculo del índice arteriovenoso de forma automática. Conclusión: Nuestros resultados son superiores a los descritos previamente, reduciendo además el número de vasos no clasificados. Por otro lado, el costo computacional del método es bajo.

Palabras clave
retinopatía hipertensiva, índice arteriovenoso, clasificación automática de vasos retinianos


Artículo completo

(castellano)
Extensión:  +/-6.83 páginas impresas en papel A4
Exclusivo para suscriptores/assinantes

Abstract
Background and objective: With the development of image processing techniques, it has become possible to measure the changes in retinal vessels of hypertensive patients by means of eye fundus photographs. Patients and method: In this paper we aim to classify retinal vessels automatically into arterioles and venules. In order to do so, we have compared three different strategies based on the colour of the pixels in images through an analysis of 78 hypertensive patients' eye fundus images. The first strategy classifies all the vessels by applying a clustering algorithm. The second divides the retinal image into four quadrants and classifies the vessels that belong to the same quadrant independently from the rest of the vessels. The third strategy classifies the vessels by dividing the retinal image into four quadrants that are rotated inside the mentioned image. Results: The third strategy was the one that obtained the best results, since it minimizes the number of unclassified vessels. In the initially analysed set of 20 images, we correctly classified 86.53% of the vessels, and this percentage remains similar in a set of 58 images examined by three medical experts. This confirms the validity of the method that automatically calculates the arteriovenous ratio (AVR).Conclusion: Our results are an improvement on those previously described in the bibliography, reducing the number of non-classified vessels. Furthermore, the method entails low computational costs.

Key words
hypertensive rethinopathy, arteriovenous ratio, automatic classification of retinal vessels


Clasificación en siicsalud
Artículos originales > Expertos de Iberoamérica >
página   www.siicsalud.com/des/expertocompleto.php/

Especialidades
Principal: Cardiología, Medicina Interna
Relacionadas: Diagnóstico por Imágenes



Comprar este artículo
Extensión: 6.83 páginas impresas en papel A4

file05.gif (1491 bytes) Artículos seleccionados para su compra



Enviar correspondencia a:
Antonio Pose Reino, Servicio de Medicina Interna. Hospital de Conxo. Complexo Hospitalario Universitario de Santiago de Compostela., 08022, Coruña, España
Bibliografía del artículo
1. The Seventh Report of National Committee on Prevention, Detection, Evaluation and Treatment of High Blood Pressure. JAMA 289(19):2560-2571, 2003.
2. Cuspidi C, Macca G, Salerno M, Michev L, Fusi V, Severgnini B et al. Evaluation of target organ damage in arterial hypertension. Wich role for qualitative funduscopic examination? Ital Heart Journal 2:702-706, 2001.
3. Cuspidi C, Meani S, Salerrno M, Fusi V, Severgnini B, Valerio C, et al. Retinal microavascular changes and target organ damage in untreated essential hypertensives. J of Hypertens 22:2095-2102, 2004.
4. The Task Force for the Management of Arterial Hypertension of the European Society of Hypertension (ESH) and of the European Society of Cardiology (ESC). 2007 Guidelines for the Management of Arterial Hypertension. J Hypertens 25:1105-1187, 2007.
5. Mancia G, Laurent S, Agabiti-Rosei E, Ambrosioni E, Burnier M, Caulfield MJ et al. Reappraisal of European guidelines on hypertension management: a European Society of Hypertension Task Force document. Journal of Hypertension 27:2121-2158, 2009.
6. Pose-Reino A, Gómez-Ulla F, Hayik B, Rodríguez-Fernández M, Carreira-Nouche MJ, Mosquera-González A, et al. Computerized measurement of retinal blood vessel caliber: description, validation and use to determine the influence of ageing and hypertension. J Hypertens 23:843-50, 2005.
7. Pose-Reino A, Rodríguez-Fernández M, Hayik B, Gómez-Ulla F, Carrera-Nouche MJ, Gude F, et al. Regression of alterations in retinal microcirculation following treatment for arterial hypertension. J Clin Hypertens (Greenwich) 8:590-5, 2006.
8. Pose-Reino A, Pena M, González M, Ortega M, Rodríguez M, Vega P, Díaz JL, Fernández N, Estévez JC, Gómez-Ulla F. Determinación del calibre vascular retiniano en hipertensos con un método semiautomático basado en el modelo de snakes. Med Clin (Barc) 135:145-50, 2010.
9. Grisan E, Riggeri A. A divide et empera strategy for automatic classification of retinal vessels into arteries and veins. Engineering in Medicina and Biology Society, 2003. Proceedings of the 25th Annual International Conference of the IEEE, 1:890-893, 2003.
10. Guojun G, Chaoqun M, Jianhong W. Data clustering theory, algorithms and applications. ASA-SIAM Series on Statistics and Applied Probability. SIAM, Philadelphia, ASA, Alexandria, VA, 2007.
11. Hoover A, Goldbaum. Locating the optic nerve in a retinal image using the fuzzy convergence of the blood vessels. IEEE Transactions on Biomedical Engineering 22:951-958, 2003.
12. Vázquez SG, Barreira N, Penedo MG, Ortega M, Pose-Reino A. Improvements in retinal vessel clustering techniques: towards the automatic computation of the arterio venous ratio. Mathematics Subject Classification (in press).
13. Mariño C, Penedo MG, Rouco J, Ortega M, Pose.-Reino A. MedicalWeb application for the evaluation of changes in retinal microcirculation. Computational Engineering in Systems Applications 113-119, 2008.
14. VICAVR, VARPA Images for the computation of the arterio/venular ratio, database. http://www.varpa.org/vicavr, 2009.
15. Wong TY, Shankar A, Klein R, Klein BE, Hubbard LD. Retinal arteriolar narrowing, hypertension and subsequent risk of diabetes mellitus. Arch Intern Med 165:1060-65, 2005.
16. Sabanayagam Ch, Shankar A, Koh D, Chia KS, Saw SM, Lim SC, et al. Retinal microvascular caliber and chronic kidney disease in an Asian Population. Am J Epidemiol 169:625-632, 2009.
17. Liew G, Wang JJ, Cheung N, Zhang YP, Hsu W, Lee ML, et al. The retinal vasculature as a fractal: methodology, reliability and relationship to blood pressure. Ophtalmology 115:1951-1956, 2008.
18. Wong TY, Klein R, Sahrret AR, Couper DJ, Klein BE, Liao DP, et al. Cerebral white matter lesions, retinopathy and incident clinical stroke. JAMA 288:67-74, 2002.
19. Wong TY, Klein R, Sharrett AR, Nieto FJ, Boland LL, Couper DJ, et al. Retinal microvascular abnormalities and congnitive impairment in middle-aged persons: the atherosclerosis risk in communities study. Stroke 33:1487-932, 2002.
20. Wong TY, Hubbard LD, Klein R, Marino EK, Kronmal R, Sharrett AR, et al. Retinal microvascular abnormalities and blood pressure in older people: the Cardiovascular Health Study. Br J Ophtalmol 86:1007-13, 2002.
21. Pose Reino A, Rodríguez Fernández M, Hayik B, Gómez-Ulla Irazazábal F, Carreira Nouche MJ, González Barcala F, et al. Relación entre los cambios en la microcirculación retiniana y la lesión de otros órganos diana del paciente hipertenso y su regresión tras el tratamiento. Med Clin (Barc) 128:605-8, 2007.
22. Jelinek HF, Lucas C, Cornforth DJ, Huang W, Cree MJ. Towards wessel characterization in the vicinity of the optic disc in digital retinal images. In: McCane (Ed.), Proceedings of the image and vision computing. New Zealand, 2005.
23. Niemeijer M, Van Ginneken B, Abramoff MD. Automatic classification of retinal vessels into arteries and veins. Medial Imaging 2009: Computer-Aided Diagnosis. Edited by Karssemeijer, Nico, Giger, Maryellen L. Proceedings of the SPIE 7260:72601F-72601F-8, 2009.

 
 
 
 
 
 
 
 
 
 
 
 
Está expresamente prohibida la redistribución y la redifusión de todo o parte de los contenidos de la Sociedad Iberoamericana de Información Científica (SIIC) S.A. sin previo y expreso consentimiento de SIIC.
ua31618
Inicio/Home

Copyright siicsalud © 1997-2024 ISSN siicsalud: 1667-9008