Deep-Learning-Methoden für die Bildextraktion retinaler Blutgefäße

Die Veränderungen der Blutgefäße in der Netzhaut werden zur Diagnose zahlreicher Krankheiten und zu deren Früherkennung verwendet. Um diese Veränderungen zu erkennen, ist ein sehr wichtiger Schritt erforderlich, der als Gefäßsegmentierungsprozess bezeichnet wird. Verschiedene Krankheiten beeinträchtigen die Netzhautgefäße, wie z. B. Neovaskularisation bei diabetischer Retinopathie, Schlaganfall und kardiovaskuläre Erkrankungen. Die Analyse von Netzhautbildern spielt eine wichtige Rolle bei der medizinischen Diagnose verschiedener Krankheiten. Die diabetische Retinopathie gilt als eine der gefürchteten Krankheiten, die die Netzhaut schädigt und zum Verlust des Sehvermögens führt. Die Segmentierung dieser Blutgefäße hilft den Augenärzten, die Intensität der Krankheit genau zu beurteilen. Es wurde festgestellt, dass die Blutgefäßstrukturen der Netzhaut für Augenärzte bei der Beurteilung von Herz-Kreislauf-Erkrankungen unentbehrlich sind, weshalb ein großer Bedarf besteht, diese Gefäßstrukturen genau zu segmentieren, was nur durch computergestützte Diagnosealgorithmen erreicht werden kann.