Automatyc analysis of confocal images of the cornea

This thesis deals with the automatic analysis of confocal images of the cornea, and with the automatic estimation of clinical parameters. Corneal diseases and dystrophies (dry-eye, keratoconus, conjunctivitis, herpes keratitis, lattice dystrophy, etc.) affect vision in widely differing ways. Some cause severe visual impairment, while a few cause no vision problems and are discovered during an eye examination. Other dystrophies may cause repeated episodes of pain without leading to permanent loss of vision. Corneal structures are very sensitive to corneal pathologies: nerve fibers, keratocytes, endothelial cells change their morphology. Changes in the morphology of corneal structures are also related to age or prolonged contact lens wear, to surgical interventions on cornea, such as LASIK or PRK, or to transplantation. In vivo confocal microscopy of the cornea allows to acquire in a rapid and non-invasive way images of the various corneal layers and structures. Analyzing these images has been shown to be quite important to provide clinical information on the cornea state of health. At present, all the analyses of corneal structures are based on manual or semi-automatic methods, and thus the derived clinical parameter values are subjective and error prone. Thus, a reliable automatic tool for evaluating corneal pathologies is strongly needed. Every automatic method for analyzing the cornea must go through some well defined steps. First, it has to detect the main anatomical structures of the cornea: nerve fibers, keratocytes and endothelial cells. Then it has to quantitatively measure the identified structures. Finally, it has to estimate the parameters of clinical interest. In this thesis a new algorithm to extract the nerve fibers will be described. Density and morphology of nerve fibers are correlated to corneal pathologies. Then a method for visualizing all corneal structures in the 3D volume will be presented. Keratocytes volumetric density is an important clinical parameter: an algorithm for the automatic recognition of keratocytes in the 3D volume and for the estimation of the volumetric density has been developed. Finally, an algorithm for the automatic endothelial cell contour detection and the estimation of cells density and morphology will be described. The algorithms presented in this thesis make it possible to conceive a tool to be used for the automatic analyses of the cornea. It will allow to obtain a quantitative and reproducible description of the whole cornea and specific details of the individual structures. It shall provide a diagnostic tool to aid the clinical practice.

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.