Glaucoma prediction based on OCT speckle imaging

Abstract

Glaucoma é uma doença oftalmológica imprevisível e insidiosa, sem quaisquer sintomas numa fase inicial. Apesar de ser a principal causa de cegueira irreversível no mundo, os seus danos podem ser prevenidos, tornando crucial conseguir um diagnóstico precoce e manter uma monitorização cuidada da progressão da doença. A tomografia de coerência ótica (OCT) é uma técnica de imagiologia baseada em interferometria de baixa coerência, frequentemente usada para extrair biomarcadores relevantes para o diagnóstico de glaucoma. O OCT sofre de speckle, um fenómeno de interferência caracterizado pelo aparecimento de padrões granulares na imagem, chamados padrões de speckle. Apesar destes padrões serem tratados maioritariamente como fonte de ruído, podem também ser uma fonte de informação, e a sua análise tem várias aplicações biomédicas conhecidas. Apesar disso, alterações nos padrões de speckle de imagens de OCT da retina de pacientes com glaucoma não foram ainda estudadas.Neste projeto, foram implementados cinco métodos diferentes para analisar e inferir propriedades dos padrões de speckle. Estes métodos foram posteriormente aplicados a volumes de OCT de glaucoma, de forma a aferir o seu potencial para auxiliar no diagnóstico. Parâmetros do speckle e outros clinicamente relevantes (idade, género, espessura das camadas da retina) foram usadas para desenvolver um modelo preditivo baseado em discriminative Event-Based modelling (DEBM): uma técnica "data-driven" que estima a sequência na qual os biomarcadores para uma doença se tornam anormais. Este modelo tem como objetivo não só prever a presença de glaucoma, mas também proporcionar uma visão geral e interpretável dos processos que ocorrem durante a evolução da doença. Para este efeito, foram usados dados de 259 sujeitos do Leuven Eye Study cohort. Os resultados principais sugerem que o DEBM foi capaz de modelar corretamente a progressão de glaucoma, obtendo para o modelo com o melhor desempenho uma AUC para a diferenciação entre indivíduos saudáveis e glaucomas severos de 0.984 +/- 0.018. Adicionalmente, o speckle mostrou ter o potencial de capturar diferenças na microestrutura da retina resultantes do glaucoma, as quais ocorrem tanto nas camadas internas da retina como nas mais externas, embora com diferentes níveis de importância. Esta informação pode auxiliar a implementação de um modelo automático e reproduzível que estime o grau de severidade da doença sem depender de parâmetros subjetivos. Contudo, é necessária mais investigação nesta área, de forma a compreender o potencial dos padrões de speckle e atingir uma melhor interpretação da sua significância física, assim como da viabilidade da sua introdução em prática clínica.

Glaucoma is an insidious and unpredictable ophthalmic disease, with no symptoms at an early stage. Although glaucoma is the leading cause of irreversible blindness worldwide, the damage it causes to the eye is preventable, making an early diagnostic and close monitoring crucial. Optical Coherence Tomography (OCT) is a low-coherence interferometry technique, widely used to retrieve relevant biomarkers for glaucoma diagnosis. OCT suffers from speckle, an interference phenomenon characterized by the appearance of granular patterns in the image, called speckle patterns. Although these patterns have been treated mainly as a source of noise, they are known to be also a carrier of information, and their analysis has many known biomedical applications. Nevertheless, changes in speckle of retinal OCT images due to glaucoma have yet to be studied. In this project, five different methods to study and infer OCT speckle properties were implemented. These methods were then applied to glaucomatous OCT, in order to assess their potential to aid glaucoma diagnosis. The speckle-related features and other clinically relevant data (age, gender, retinal layers thickness) were used to develop a predictive model based on discriminative Event-Based modelling (DEBM): a data-driven technique to estimate the sequence in which biomarkers for a disease become abnormal. This model aims at not only predicting the presence of glaucoma, but also providing an interpretable insight to the disease and its processes. The data of 259 subjects from the Leuven Eye Study cohort was used for this matter.The main results suggest that DEBM was able to successfully model glaucoma disease progression, with the higher performing model achieving an AUC of the overall separation between healthy and severe glaucoma of 0.984 +/- 0.018. Additionally, speckle showed to have the potential to capture glaucoma derived microstructural changes in the retina, which occurred both in the inner and the outer retinal layers, although with different degrees. This information may potentiate the implementation of an automatic and reproducible way of estimating glaucoma severity without relying on subjective measurements. However, further work is required to fully understand its potential and and to attempt a more insightful interpretation of its physical meaning, as well as its feasibility to be introduced into glaucoma clinical practice.