• angiografia con tomografia a coerenza ottica
• densità vascolare
• plesso vascolare superficiale
• plesso capillare profondo
• plesso capillare intermedio
• malattia di Behçet
• Algoritmo di Frangi
• Image Processing
• segmentazione automatica
• Grafic User Interface
• intervalli di normalità
• test non parametrici.

L’Angiografia con tomografia a coerenza ottica (Angio-OCT o OCTA) è una tecnica di imaging innovativa entrata in commercio negli ultimi anni. È in grado di riprodurre immagini del flusso sanguigno dei vasi della retina ad alta risoluzione e in maniera completamente non invasiva. Non richiede né l’iniezione di un mezzo di contrasto, tipico nella Fluoroangiografia, né l’instillazione di un collirio midratico evitando così tutte le eventuali reazioni allergiche legate al loro utilizzo. Questo dispositivo, a differenza degli altri in commercio, fornisce immagini non solo del plesso vascolare superficiale (SVP) ma anche di quelli profondi: plesso capillare intermedio (ICP) e plesso capillare profondo (DCP).
In questo lavoro di tesi sono state analizzate le immagini estratte dal dispositivo Angio-OCT SPECTRALIS® HRA-OCT della Heidelberg Engineering dell’Azienda Ospedaliera Universitaria Senese. Tale dispositivo acquisisce una regione (quadrata o rettangolare) della retina attorno alla zona avascolare (regione circolare priva di vasi).
Sono state estratte immagini di 37 occhi sani (19 occhi destri e 18 occhi sinistri) e di 40 occhi patologici (20 destri e 20 sinistri) affetti da malattia di Behçet. Questa malattia, caratterizzata da infiammazioni e necrosi della parete di arterie e vene, coinvolge vari organi e apparati con particolare predilezione delle mucose, della cute e dell’occhio.
A partire dalle immagini dei vari strati retinici ottenute dall'Angio-OCT è possibile effettuare un'analisi della microvascolarizzazione retinica in ciascun plesso vascolare.
Delle 12 immagini bidimensionali estratte dal dispositivo, ne vengono considerate solo tre: SVP, DCP e ICP. La scelta è ricaduta a queste sia per una coerenza con gli studi presenti in letteratura sia perché sono quelle che presentano una maggiore informazione sulla rete vascolare retinica.
Queste immagini sono state elaborate modificando il tool di elaborazione seguito da diversi gruppi di ricerca.
Il workflow implementato prevede una fase di elaborazione, una di segmentazione e infine una di quantificazione. Nella prima fase vengono generate due immagini binarie a partire dall'immagine in scala di grigi estratta dal dispositivo. Queste due vengono combinate in modo da ottenere un'unica immagine binaria in cui ogni pixel appartenente ad un vaso risulta bianco e quello appartenete ad un tessuto risulta nero.
Una delle due immagini binarie viene ottenuta applicando una soglia adattiva gaussiana. L'altra viene binarizzata usando l'algoritmo di Otsu, dopo aver applicato l'algoritmo di Frangi.
Tale algoritmo, proposto nel 1998, permette di eseguire un'accurata visualizzazione e quantificazione di grandi vasi come l'aorta a partire da immagini di risonanza magnetica o CT. In questa tesi è stata data un’implementazione alternativa al fine di adattare questo algoritmo all'individuazione e valutazione dei piccoli vasi tipici della retina.
Dopo aver ottenuto la mappa binaria, vi è la fase di individuazione automatica della zona avascolare (FAZ). Infine, nella fase di quantificazione vengono calcolati i valori di densità vascolare di 12 settori circolari, individuati a partire dalla FAZ. La densità vascolare è definita come il rapporto percentuale tra la totalità dei vasi presenti nel settore in esame e il settore stesso.
Il workflow proposto è stato validato confrontando i risultati ottenuti dall'individuazione automatica della FAZ con quelli ottenuti a seguito dell’individuazione manuale da parte di due operatori esperti. L’analisi è stata condotta sulle immagini di soggetti sani e patologici. Dall'analisi è stato riscontrato che il workflow approssima bene i risultati ottenuti dall'individuazione manuale eseguita dagli operatori esperti. Nel dettaglio, confrontando la FAZ individuata automaticamente con quella tracciata manualmente, sono stati ottenuti valori medi dell’indice di DICE pari a 80-90 % negli occhi sani e 70% in quelli patologici. Invece per quanto riguarda i valori di densità vascolare, l’errore che si commette, tra il manuale e l’automatico, è inferiore al 3%.
Dopo aver validato il workflow, a partire dalle immagini di soggetti sani sono stati individuati 12 intervalli di normalità. Questi intervalli sono stati utilizzati per valutare quanti e quali sono i settori patologici negli occhi malati analizzati.
I risultati raggiunti dall'utilizzo di tale workflow risultano essere promettenti e pongono le basi per studi futuri con database più numerosi.