@article{Rangel-Fonseca_Gomez-Vieyra_Malacara-Hernandez_Wilson-Herran_2016, title={Automated detection of photoreceptors in in-vivo retinal images}, volume={83}, url={https://revistas.unal.edu.co/index.php/dyna/article/view/54578}, DOI={10.15446/dyna.v83n199.54578}, abstractNote={La inclusión de la óptica adaptativa (adaptive optics, AO) en la tecnología de imágenes oftálmicas ha permitido el estudio in-vivo de los elementos histológicos de retina, como los fotorreceptores, células del epitelio pigmentario de la retina (retinal pigment ephitelium, RPE), la capa de fibras nerviosas de la retina y células ganglionares. Las imágenes de alta resolución obtenidas con dispositivos oftálmicos con AO son ricos en información, que es difícil y/o tediosa de cuantificar por medio de métodos manuales. Por lo tanto, se requieren herramientas de análisis automatizadas robustas que puedan proporcionar información cuantitativa reproducible del tejido bajo examen. Algoritmos automatizados han sido desarrollados para detectar la posición de células individuales fotorreceptoras y caracterizar el mosaico RPE. En este trabajo, se presenta un algoritmo para la detección de los fotorreceptores. El algoritmo ha sido probado en imágenes sintéticas y reales adquiridas con un oftalmoscopio de barrido láser con óptica adaptativa (Adaptive Optics Scanning Laser Ophthalmoscope, AOSLO) y comparado con el desarrollado por Li y Roorda. Se muestra que ambos algoritmos tienen un rendimiento similar en imágenes sintéticas e imágenes con sólo conos, pero el algoritmo propuesto muestra mediciones más precisas cuando se utiliza para la detección de conos-bastones en imágenes reales.}, number={199}, journal={DYNA}, author={Rangel-Fonseca, Piero and Gomez-Vieyra, Armando and Malacara-Hernandez, Daniel and Wilson-Herran, Mario Cesar}, year={2016}, month={oct.}, pages={57–62} }