Automatyc analysis of confocal images of the cornea

Questa tesi tratta dell’analisi automatica di immagini confocali della cornea, e della stima automatica di parametri clinici. Malattie e distrofie della cornea (sindrome dell’occhio secco, cheratocono, congiuntiviti, cheratite erpetica, distrofia reticolare, ecc) pregiudicano la visione in molti modi. Alcune causano grave disabilità visiva, mentre poche altre non causano problemi di vista e sono scoperte nel corso di un esame degli occhi. Altre distrofie posso causare ripetuti episodi di dolore senza provocare la perdita permanente della vista. Le strutture della cornea sono molto sensibili alle patologie corneali: le fibre nervose, i cheratociti, le cellule endoteliali modificano la loro morfologia. Cambiamenti nella morfologia delle strutture della cornea sono anche legati all'età o all’uso prolungato di lenti a contatto, ad interventi chirurgici della cornea, come LASIK o PRK, o al trapianto. La microscopia confocale della cornea permette di acquisire in vivo, in modo rapido e non invasivo, immagini dei vari strati della cornea e delle sue strutture. Analizzare queste immagini ha dimostrato essere molto importante per fornire informazioni cliniche sullo stato di salute della cornea. Allo stato attuale, tutte le analisi delle strutture corneali sono basate su metodi manuali o semi-automatici, e quindi i valori dei parametri clinici che ne derivano sono soggettivi e inclini all’errore. Per questi motivi, un affidabile strumento automatico per la valutazione delle patologie della cornea è fortemente raccomandato. Ogni metodo automatico per analizzare la cornea deve passare attraverso alcune fasi ben definite. In primo luogo, deve riuscire ad individuare le principali strutture anatomiche della cornea: fibre nervose, cheratociti e cellule endoteliali. Poi, deve misurare quantitativamente le strutture individuate. Infine, deve stimare i parametri di interesse clinico. In questa tesi, un nuovo algoritmo per estrarre le fibre nervose verrà descritto. Densità e morfologia dei nervi sono correlate a patologie della cornea. Successivamente, sarà presentato un metodo per la visualizzazione di tutte le strutture della cornea nel volume 3D. La densità volumetrica dei cheratociti è un importante parametro clinico: un algoritmo per il riconoscimento automatico dei cheratociti nel volume 3D e per la stima della densità volumetrica è stato sviluppato. Infine, un algoritmo per il riconoscimento automatico dei bordi delle cellule endoteliali e la stima della densità e morfologia cellulare sarà descritto. Gli algoritmi presentati in questa tesi rendono possibile pensare ad uno strumento da utilizzare per l'analisi automatica della cornea. Consentirà di ottenere una stima quantitativa e una descrizione riproducibile di tutta la cornea e dettagli quantitativi delle singole strutture. Potrà essere uno strumento diagnostico di aiuto alla pratica clinica.