Mobiele menu

A cost-effective solution for the prevention of blindness using Computer-Aided Diagnosis and fundus photography.

Projectomschrijving

Producten

Auteur: I. Fondon, M.J.J.P. van Grinsven, C.I. Sánchez and A. Saez
Auteur: M.J.J.P. van Grinsven, A. Chakravarty, J. Sivaswamy, T. Theelen, B. van Ginneken and C.I. Sánchez
Auteur: M.J.J.P. van Grinsven, B. van Ginneken and C.I. Sánchez
Auteur: A. Chakravarty and J. Sivaswamy
Auteur: M.J.J.P. van Grinsven, Y.T.E. Lechanteur, J.P.H. van de Ven, B. van Ginneken, C.B. Hoyng, T. Theelen and C.I. Sánchez
Auteur: M.J.J.P. van Grinsven, J.P.H. van de Ven, Y.T.E. Lechanteur, B. van Ginneken, C.B. Hoyng, T. Theelen and C.I. Sánchez
Auteur: Ujjwal, K. Sai Deepak, A. Chakravarty and J. Sivaswamy
Auteur: M.J.J.P. van Grinsven, Y.T.E. Lechanteur, J.P.H. van de Ven, B. van Ginneken, T. Theelen and C.I. Sánchez
Titel: Automatic Assessment of Macular Edema from Color Retinal Images
Auteur: K. Sai Deepak, J. Sivaswamy
Magazine: IEEE Transactions on Medical Imaging
Titel: Automatic age-related macular degeneration detection and staging
Auteur: van Grinsven, Mark J. J. P., Lechanteur, Yara T. E., van de Ven, Johannes P. H., van Ginneken, Bram, Theelen, Thomas, Sánchez, Clara I.
Magazine: SPIE Medical Imaging
Titel: Detection and discrimination of disease related abnormalities based on learning normal cases
Auteur: K. Sai Deepak, M. N. V. Kartheek and J. Sivaswamy
Magazine: Pattern Recognition
Titel: Automatic Identification of Reticular Pseudodrusen Using Multimodal Retinal Image Analysis
Auteur: van Grinsven, M. J. J. P., Buitendijk, G. H. S., Brussee, C., van Ginneken, B., Hoyng, C. B., Theelen, T., Klaver, C. C. W., Sanchez, C. I.
Magazine: Investigative Ophthalmological & Visual Sciences
Titel: Automatic Drusen Quantification and Risk Assessment of Age-related Macular Degeneration on Color Fundus Images
Auteur: M.J.J.P. van Grinsven, Y.T.E. Lechanteur, J.P.H. van de Ven, B. van Ginneken, C.B. Hoyng, T. Theelen, C.I. Sánchez
Magazine: Investigative Ophthalmology and Visual Science
Titel: Clinical Characteristics of Familial and Sporadic Age-Related Macular Degeneration: Differences and Similarities
Auteur: Saksens, Nicole T. M., Kersten, Eveline, Groenewoud, Joannes M. M., van Grinsven, Mark J. J. P., van de Ven, Johannes P. H., Sánchez, Clara I., Schick, Tina, Fauser, Sascha, den Hollander, Anneke I., Hoyng, Carel B., Boon, Camiel J. F.
Magazine: Investigative Ophthalmological & Visual Sciences
Titel: Fast convolutional neural network training using selective data sampling: Application to hemorrhage detection in color fundus images
Auteur: van Grinsven, Mark, van Ginneken, Bram, Hoyng, Carel, Theelen, Thomas, Sanchez, Clara
Magazine: IEEE Transactions on Medical Imaging
Titel: Automatic differentiation of color fundus images containing drusen or exudates using a contextual spatial pyramid approach
Auteur: van Grinsven, Mark J. J. P., Theelen, Thomas, Witkamp, Leonard, van der Heijden, Job, van de Ven, Johannes P. H., Hoyng, Carel B., van Ginneken, Bram, Sánchez, Clara I.
Magazine: Biomedical Optics Express

Verslagen


Eindverslag

Naar schatting zijn er wereldwijd 45 miljoen mensen blind en 180 miljoen mensen met een ernstige slechtziendheid. De verwachting is dat zonder enige onderneming het aantal blinden in het jaar 2020 zal verdubbelen wat een enorme sociale en economische inslag zal hebben op zowel de ontwikkelde landen als de onderontwikkelde landen. Er is een duidelijke toename van het aantal mensen die blind of slechtziend zijn als gevolg van de volgende oogaandoeningen: glaucoom, diabetische retinopathie (DR) en leeftijdsgebonden maculaire degeneratie (AMD). Screenings programma’s, waar menselijke experts beelden van het netvlies beoordelen, zijn een bewezen kosteneffectieve oplossing voor een prompte diagnose van deze aandoeningen en voorkomen verlies van het gezichtsvermogen. Helaas is screening van de volledige risicopopulatie niet haalbaar door enerzijds het grote aantal mensen die screening nodig hebben en anderzijds het grote tekort aan specialisten voor het beoordelen van de beelden. Extra mankracht is voorgesteld door een aantal instanties als oplossing voor het gebrek aan oogartsen evenals het verminderen van de kosten voor oogonderzoek.
Geautomatiseerde analyse van medische beelden, ook wel bekend als computergesteunde automatische diagnostiek (CAD), is een nieuwe technologie met een groot potentieel voor het verbeteren van de kwaliteit van de gezondheidszorg én het verminderen van de kosten. Desondanks heeft CAD zich nog niet gevestigd in de klinische praktijk van oogheelkunde. In dit project wordt een dergelijke automatische oogonderzoek systeem met behulp van CAD-technologie voorgesteld. De CAD-tool zal beslissingsondersteuning bieden aan niet-oogheelkundige artsen en andere zorgverleners. Dit vergemakkelijkt het betrekken van meer gezondheidscentra bij de screening voor de preventie van blindheid, waardoor de gezondheidszorgkosten worden gereduceerd en een grotere geografische dekking wordt bewerkstelligd. Voor het ontwikkelen van dit systeem zijn de volgende vier hoofddoelen geïdentificeerd: (1) het automatisch onderscheiden van patiënten met een normaal of een abnormaal netvlies d.m.v. netvlies beeld analyse; (2) identificatie van de onderliggende oogaandoening, te weten glaucoom, DR of AMD; (3) internet-gebaseerde integratie voor een kosteneffectieve oplossing, dat wereldwijd toegankelijk is; en (4) een grootschalige validatie van de voorgestelde oplossing.

Naar schatting zijn er wereldwijd 45 miljoen mensen blind en 180 miljoen mensen met een ernstige slechtziendheid. De verwachting is dat zonder enige onderneming het aantal blinden in het jaar 2020 zal verdubbelen wat een enorme sociale en economische inslag zal hebben op zowel de ontwikkelde landen als de onderontwikkelde landen. Er is een duidelijke toename van het aantal mensen die blind of slechtziend zijn als gevolg van de volgende oogaandoeningen: glaucoom, diabetische retinopathie (DR) en leeftijdsgebonden maculaire degeneratie (AMD). Screenings programma’s, waar menselijke experts beelden van het netvlies beoordelen, zijn een bewezen kosteneffectieve oplossing voor een prompte diagnose van deze aandoeningen en voorkomen verlies van het gezichtsvermogen. Helaas is screening van de volledige risicopopulatie niet haalbaar door enerzijds het grote aantal mensen die screening nodig hebben en anderzijds het grote tekort aan specialisten voor het beoordelen van de beelden. Extra mankracht is voorgesteld door een aantal instanties als oplossing voor het gebrek aan oogartsen evenals het verminderen van de kosten voor oogonderzoek.
Geautomatiseerde analyse van medische beelden, ook wel bekend als computergesteunde automatische diagnostiek (CAD), is een nieuwe technologie met een groot potentieel voor het verbeteren van de kwaliteit van de gezondheidszorg én het verminderen van de kosten. Desondanks heeft CAD zich nog niet gevestigd in de klinische praktijk van oogheelkunde. In dit project wordt een dergelijke automatische oogonderzoek systeem met behulp van CAD-technologie voorgesteld. De CAD-tool zal beslissingsondersteuning bieden aan niet-oogheelkundige artsen en andere zorgverleners. Dit vergemakkelijkt het betrekken van meer gezondheidscentra bij de screening voor de preventie van blindheid, waardoor de gezondheidszorgkosten worden gereduceerd en een grotere geografische dekking wordt bewerkstelligd. Voor het ontwikkelen van dit systeem zijn de volgende vier hoofddoelen geïdentificeerd: (1) het automatisch onderscheiden van patiënten met een normaal of een abnormaal netvlies d.m.v. netvlies beeld analyse; (2) identificatie van de onderliggende oogaandoening, te weten glaucoom, DR of AMD; (3) internet-gebaseerde integratie voor een kosteneffectieve oplossing, dat wereldwijd toegankelijk is; en (4) een grootschalige validatie van de voorgestelde oplossing.

Onderwerpen

Kenmerken

Projectnummer:
116310003
Looptijd: 100%
Looptijd: 100 %
2011
2016
Onderdeel van programma:
Gerelateerde subsidieronde:
Projectleider en penvoerder:
Dr. C.I. Sánchez
Verantwoordelijke organisatie:
Radboudumc