ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΚΙΛΙΝΤΖΗΣ ΒΑΣΙΛΕΙΟΣ ΦΥΣΙΚΟΣ Μ.Δ.Ε.: ΙΑΤΡΙΚΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΤΜΗΜΑ ΙΑΤΡΙΚΗΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧ/ΚΩΝ & ΜΗΧ/ΚΩΝ Η/Υ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΙΑΤΡΙΚΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΑΝΕΠ. ΕΤΟΣ 201112 Αριθμ. 2762 ΚΙΛΙΝΤΖΗΣ ΒΑΣΙΛΕΙΟΣ ΦΥΣΙΚΟΣ Μ.Δ.Ε.: ΙΑΤΡΙΚΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΠΕΞΕΡΓΑΣΙΑ ΣΗΜΑΣΙΟΛΟΓΙΚΗ ΑΝΑΠΑΡΑΣΤΑΣΗ ΚΑΙ ΔΙΑΧΕΙΡΙΣΗ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ ΔΙΔΑΚΤΟΡΙΚΗ ΔΙΑΤΡΙΒΗ ΥΠΟΒΛΗΘΗΚΕ ΣΤΟ ΤΜΗΜΑ ΙΑΤΡΙΚΗΣ ΣΤΑ ΠΛΑΙΣΙΑ ΤΗΣ ΜΕΡΙΚΗΣ ΕΚΠΛΗΡΩΣΗΣ ΤΩΝ ΑΠΑΙΤΗΣΕΩΝ ΓΙΑ ΤΗΝ ΑΠΟΚΤΗΣΗ ΔΙΔΑΚΤΟΡΙΚΟΥ ΔΙΠΛΩΜΑΤΟΣ ΣΤΗΝ ΙΑΤΡΙΚΗ ΠΛΗΡΟΦΟΡΙΚΗ ΘΕΣΣΑΛΟΝΙΚΗ 2012

Η ΤΡΙΜΕΛΗΣ ΕΠΙΤΡΟΠΗ: ΣΤΑΥΡΟΣ ΔΗΜΗΤΡΑΚΟΣ ΚΑΘΗΓΗΤΗΣ (Επιβλέπων) ΝΙΚΟΛΑΟΣ ΜΑΓΚΛΑΒΕΡΑΣ ΚΑΘΗΓΗΤΗΣ ΦΩΤΗΣ ΤΟΠΟΥΖΗΣ ΑΝ. ΚΑΘΗΓΗΤΗΣ Η ΕΠΤΑΜΕΛΗΣ ΕΠΙΤΡΟΠΗ ΣΤΑΥΡΟΣ ΔΗΜΗΤΡΑΚΟΣ ΚΑΘΗΓΗΤΗΣ (Επιβλέπων) ΝΙΚΟΛΑΟΣ ΜΑΓΚΛΑΒΕΡΑΣ ΚΑΘΗΓΗΤΗΣ ΠΑΝΑΓΙΩΤΗΣ ΟΙΚΟΝΟΜΙΔΗΣ ΚΑΘΗΓΗΤΗΣ ΠΕΡΙΚΛΗΣ ΜΠΡΑΖΙΤΙΚΟΣ ΑΝ. ΚΑΘΗΓΗΤΗΣ ΦΩΤΗΣ ΤΟΠΟΥΖΗΣ ΑΝ. ΚΑΘΗΓΗΤΗΣ ΠΑΝΑΓΙΩΤΗΣ ΜΠΑΜΙΔΗΣ ΕΠ. ΚΑΘΗΓΗΤΗΣ ΙΩΑΝΝΗΣ ΤΣΙΝΟΠΟΥΛΟΣ ΕΠ. ΚΑΘΗΓΗΤΗΣ «Η έγκριση της Διδακτορικής Διατριβής από τα προαναφερόμενα Τμήματα του Αριστοτελείου Πανεπιστημίου Θεσσαλονίκης δεν υποδηλώνει αποδοχή των γνωμών του συγγραφέα». (Νόμος 5343/32 άρθρο 202 2 και Νόμος 1268/82 άρθρο 50 8)

ΚΙΛΙΝΤΖΗΣ ΒΑΣΙΛΗΣ Α.Π.Θ ΕΠΕΞΕΡΓΑΣΙΑ ΣΗΜΑΣΙΟΛΟΓΙΚΗ ΑΝΑΠΑΡΑΣΤΑΣΗ ΚΑΙ ΔΙΑΧΕΙΡΙΣΗ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ

Στους γονείς μου Δημήτρη και Λευκή και τη σύζυγό μου Ρίτσα

ΠΕΡΙΕΧΟΜΕΝΑ ΠΕΡΙΕΧΟΜΕΝΑ... 4 ΛΙΣΤΑ ΕΙΚΟΝΩΝ... 7 ΠΕΡΙΛΗΨΗ... 9 ABSTRACT... 11 ΠΡΟΛΟΓΟΣ... 12 1 ΕΙΣΑΓΩΓΗ... 13 1.1 Σκοπός της έρευνας... 13 1.2 Περιοχή της έρευνας... 13 1.2.1 Το γλαύκωμα σήμερα... 13 1.2.2 Διαχείριση δεδομένων κλινικών μελετών... 14 1.2.3 Ψηφιακή επεξεργασία εικόνων και σήματος... 14 1.2.4 Ο σημασιολογικός ιστός... 15 2 ΔΙΑΧΕΙΡΙΣΗ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ... 16 2.1 Εισαγωγή και σχετικά έρευνητικά αποτελέσματα... 16 2.1.1 Κλινικές έρευνες στον τομέα της νόσου του γλαυκώματος.... 16 2.1.2 Πολυκεντρικές κλινικές έρευνες για το γλαύκωμα.... 20 2.2 Σύστημα Διαχείρισης Δεδομένων Γλαυκωματικών Ασθενών... 23 2.2.1 Σχεδιαστικές επιλογές για το σχήμα της σχεσιακής βάσης δεδομένων.. 24 2.2.2 Εφαρμογή εγγραφής και εισαγωγής δεδομένων γλαυκωματικών ασθενών28 2.3 Ειδικές επιλογές για την κάλυψη αναγκών πολυκεντρικών μελετών.... 33 2.3.1 Διαδικασίες απομακρυσμένης πρόσβασης στο σύστημα.... 33 2.3.2 Επιπρόσθετοι ρόλοι χρηστών και δυνατότητες της εφαρμογής.... 34 2.4 Συμπεράσματα και συζήτηση... 34 3 ΕΠΕΞΕΡΓΑΣΙΑ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ... 36 3.1 Εισαγωγή και σχετικά ερευνητικά αποτελέσματα... 36 3.1.1 LASER τεχνολογίες ψηφιακής απεικόνισης και βιομορφομετρίας.... 36 3.1.2 Δυνατότητες των παραμέτρων του HRT... 41 3.2 Στόχοι επεξεργασίας δεδομένων γλαυκωματικών ασθενών... 41 3.3 Συλλογή δεδομένων... 42 3.3.1 Κριτήρια επιλογής/απόρριψης ατόμων... 42

3.3.2 Εξαγωγή εικόνων και στερεομετρικών παραμέτρων HRT... 42 3.4 Επεξεργασία... 43 3.4.1 Προγραμματιστικό περιβάλλον... 43 3.4.2 Μέθοδος υπολογισμού παραμέτρων... 44 3.4.3 Υπολογιζόμενες παράμετροι... 46 3.4.4 Τρόπος χρήσης της εφαρμογής επεξεργασίας... 57 3.5 Ανάλυση... 58 3.5.1 Εργαλεία στατιστικής ανάλυσης... 58 3.5.2 Αποτελέσματα... 59 3.6 Συμπεράσματα και συζήτηση... 81 4 ΣΗΜΑΣΙΟΛΟΓΙΚΗ ΑΝΑΠΑΡΑΣΤΑΣΗ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ... 84 4.1 Εισαγωγή και σχετικά ερευνητικά αποτελέσματα... 84 4.1.1 Οντολογίες... 85 4.1.2 Ορολογίες και θησαυροί λεξιλογίου και εργαλεία σημασιολογικού ιστού85 4.2 Στόχοι της σημασιολογικής αναπαράστασης δεδομένων γλαυκωματικών ασθενών.... 88 4.2.1 Μέθοδος και αποτελέσματα με τη χρήση της αυθεντικής φόρμας του GlaucoGENE... 88 4.2.2 Αποτελέσματα ημιαυτόματης αντιστοίχισης σε ορολογίες... 91 4.2.3 Αποτελέσματα μετά τις βελτιώσεις... 93 4.2.4 Η σημασιολογική αναπαράσταση σαν επέκταση της εφαρμογής διαχείρισης 94 4.2.5 Το εργαλείο σημασιολογικής αναπαράστασης και εξαγωγής δεδομένων95 4.2.6 Βελτιώσεις που απαιτούν αλλαγή της δομής της φόρμας... 98 4.3 Συμπεράσματα και συζήτηση... 99 5 ΠΑΡΑΡΤΗΜΑ... 101 5.1 Κώδικας εφαρμογής ανάλυσης αρχείου στερεομετρικών παραμέτρων HRT... 101 5.2 Κώδικας εφαρμογής επεξεργασίας και υπολογισμού νέων παραμέτρων... 103 5.3 Πίνακες Αποτελεσμάτων Στατιστικής Ανάλυσης... 118 5.3.1 Παραμέτρων HRT... 118 5.3.2 Περιγραφή του συνολικού δείγματος... 121 5.3.3 Πίνακες Αποτελεσμάτων KS test... 128 5.3.4 Πίνακες Independent Samples Test και MannWhitney U Test... 138 5.3.5 Στάθμιση ως προς HRT Disc Area (ANCOVA)... 174

5.3.6 Στάθμιση ως προς μέγεθος της ΚΠΟΚ (ANCOVA)... 212 5.3.7 Αναλυτικά αποτελέσματα ανάλυσης παραμέτρων πολλαπλών συγκρίσεων.... 234 5.3.8 Αναλυτικά στάδια διαχωριστικής ανάλυσης... 247 5.4 Παράδειγμα ηλεκτρονικού εγγράφου CCR... 248 5.5 Πίνακες σημασιολογικής αντιστοίχισης... 249 5.5.1 Πίνακας αντιστοίχισης αρχικών τίτλων φορμών... 249 5.5.2 Πίνακας αντιστοίχισης τίτλων φορμών μετά από βελτίωση... 250 5.5.3 Πίνακας αντιστοίχισης επικεφαλίδων υποτμημάτων φορμών στην αρχική μορφή 251 5.5.4 Πίνακας αντιστοίχισης επικεφαλίδων υποτμημάτων φορμών μετά από βελτίωση 252 5.6 Παράδειγμα αρχείου εξαγωγής σημασιολογικά εμπλουτισμένων δεδομένων.. 254 5.6.1 Αρχείο XML (report.xml)... 254 5.6.2 Αρχείο XML Schema (report.xsd)... 255 6 ΒΙΒΛΙΟΓΡΑΦΙΑ... 257

ΛΙΣΤΑ ΕΙΚΟΝΩΝ Εικόνα 1: Το διάγραμμα ροής δεδομένων και δειγμάτων αίματος στην μελέτη EGS GlaucoGENE.... 22 Εικόνα 2: Το ενισχυμένο διάγραμμα οντοτήτωνσχέσεων (EER diagram)... 25 Εικόνα 3: Η σελίδα εισαγωγής διαπιστευτηρίων.... 28 Εικόνα 4: Σελίδα εγγραφής ατόμου στη μελέτη.... 29 Εικόνα 5: Σελίδα επιλογής κατηγορίας ερωτήσεων για συμπλήρωση.... 30 Εικόνα 6: Η σελίδα καταχώρισης.... 31 Εικόνα 7: Σελίδα ελέγχου πληρότητας.... 32 Εικόνα 8: Παράδειγμα φόρμας με ελλιπή στοιχεία... 32 Εικόνα 9:Βασική αρχή λειτουργίας του συνεστιακού laser... 37 Εικόνα 10:Η ακολουθία των 32 εικόνων που λαμβάνονται από το HRT. Το εστιακό επίπεδο από την επιφάνεια του οπτικού δίσκου (επάνω αριστερά) μετακινείται στο βαθύτερο σημείο (κάτω δεξιά). Η απόσταση μεταξύ δύο διαδοχικών εικόνων ανέρχεται στα 1/16 mm... 38 Εικόνα 11:Προσδιορισμός του επιπέδου αναφοράς. Τοποθετείται 50μm κάτω από το κροταφικό όριο του δίσκου. Ότι βρίσκεται πάνω από το επίπεδο αυτό και εντός των ορίων του δίσκου θεωρείται νευροαμφιβληστροεικός ιστός (rim) ενώ ότι βρίσκεται κάτω θεωρείται κοίλανση.... 38 Εικόνα 12:Η αναφορά του HRT. Πάνω οι τοπογραφικές εικόνες του νεύρου. Τα χρώματα προσδιορίζουν τα χαρακτηριστικά του δίσκου (πράσινομπλε rim κόκκινο κοίλανση). Στο κάτω μέρος φαίνονται οι παράμετροι του HRT... 40 Εικόνα 13: Η περιοχή μιας εικόνας αναφοράς του HRT και η διαδικασία εντοπισμού του περιγράμματος της ΚΠΟΚ και αναπαράστασή της σε χρονοσειρά.... 45 Εικόνα 14: Γράφημα Cup AreaΜέγεθος ΚΠΟΚ... 48 Εικόνα 15: Αναπαράσταση του υπολογισμού της ευκλείδειας απόστασης δύο χρονοσειρών... 52 Εικόνα 16: Τα βήματας της μετατροπής μιας χρονοσειράς σε συμβολοσειρά με SAX. Το μέγεθος αλφαβήτου είναι 6 και ο λόγος συμπίεσης (αρχικά στοιχεία/σύμβολα στην συμβολοσειρά) 8.... 54 Εικόνα 17: ROC αυτόνομων παραμέτρων... 68 Εικόνα 18: ROC παραμέτρων σχετικής θέσης ΚΠΟΚ και Δίσκου... 70 Εικόνα 19: Μέσες τιμές Ευκλείδειας απόστασης σε pixels ανά ομάδα της παραμέτρου «Ευκλείδεια Απόσταση»... 79 Εικόνα 20: Μέσες τιμές σε pixels ανά ομάδα της παραμέτρου «SAX Απόσταση (n/w=8 a=6)»... 80 Εικόνα 21:Μέσες τιμές se pixels ανά ομάδα της παραμέτρου «SAX Απόσταση (n/w=32 a=6)»... 80

Εικόνα 22: Το εργαλείο ημιαυτόματης αναζήτησης σε ορολογίες δεξιά οι όροι που αναζητήθηκαν και αριστερά ανά ορολογία οι κωδικοί που βρέθηκαν να σχετίζονται και προτείνονται για επιλογή.... 90 Εικόνα 23: Εργαλείο σημασιολογικής περιγραφής και εξαγωγής δεδομένων. Παρουσίαση επιλεγμένων δεδομένων και φιλτράρισμα ανά ερώτηση.... 95 Εικόνα 24: Παράδειγμα επικεφαλίδας HTML πίνακα εργαλείου σημασιολογικής περιγραφής εξαγωγής δεδομένων.... 96 Εικόνα 25: Φόρμα αναζήτησης δεδομένων με χρήση ορολογιών του εργαλείου σημασιολογικής αναπαράστασης και εξαγωγής δεδομένων.... 98 Εικόνα 26: Παρουσίαση αποτελεσμάτων αναζήτησης δεδομένων με χρήση ορολογιών του εργαλείου σημασιολογικής αναπαράστασης και εξαγωγής δεδομένων.... 98

ΠΕΡΙΛΗΨΗ Η παρούσα διατριβή προσπάθησε να παρουσιάσει την πρωτότυπη έρευνα σε τρία πεδία σχετικά με τα δεδομένων των γλαυκωματικών ασθενών. Στο κεφάλαιο της επεξεργασίας για πρώτη φορά γίνεται μελέτη της μορφής του περιγράματος της κοίλανσης του οπτικού δίσκου στο κεφάλαιο της διαχείρισης παρουσιάζεται ένα πρωτότυπο ολοκληρωμένο σύστημα διαχειρίσης δεδομένων που απαντά στις ανάγκες πολυκεντρικών μελετών και στο τελευταίο κεφάλαιο αξιολογείται για πρώτη φορά η προσπάθεια a posteriori σημασιολογικής αναπαράστασης μέσω αντιστοίχισης των όρων του τομέα του γλαυκώματος με τους αντίστοιχους σε διεθνείς ορολογίες. Αναλυτικότερα στο πρώτο κεφάλαιο της παρούσας διατριβής εντοπίστηκαν οι ιδιαιτερότητες που παρουσιάζει το πρόβλημα της διαχείρισης των δεδομένων των γλαυκωματικών ασθενών στο σύγχρονο ερευνητικό περιβάλλον παρουσιάστηκε ένα πληροφοριακό σύστημα για την διαχείριση δεδομένων κλινικών μελετών που απαντά επιπρόσθετα και στις απαιτήσεις πολυκεντρικών μελετών. Το σύστημα που παρουσιάστηκε είναι δομημένο σε διακριτά επίπεδα είναι επεκτάσιμο φιλικό στη χρήση και στη συντήρηση και επίσης ασφαλές στην αποθήκευση και διακίνηση των δεδομένων. Κύρια χαρακτηριστικά του πληροφοριακού συστήματος είναι η επαναχρησιμοποιούμενη δομή της βάσης δεδομένων δηλαδή η δυνατότητα χρήσης της ίδιας δομής για αποθήκευση δεδομένων διαφορετικών κλινικών μελετών και η χρήση της βάσης για αποθήκευση αφενός των δεδομένων που συλλέγονται από την μελέτη και αφετέρου των περιεχομένων της φόρμας συλλογής δεδομένων επιτυγχάνοντας έτσι εύκολες τροποποιήσεις στην φόρμα συλλογής της μελέτης χωρίς να είναι απαραίτητη η επεξεργασία της εφαρμογής διαχείρισης. Στο δεύτερο κεφάλαιο παρουσιάζεται η ερευνητική εργασία που έγινε με στόχο την αναζήτηση νέων παραμέτρων που μπορούν να εξαχθούν από την δισδιάστατη επιφάνεια της κοίλανσης του οπτικού δίσκου όπως αυτή απεικονίζεται στις αναλύσεις του συνεστιακού laser σάρωσης HRT. Οι παράμετροι αυτοί υπολογίστηκαν και εξετάστηκαν ως προς την διακριτική τους ικανότητα στον διαχωρισμό μεταξύ γλαυκωματικών ασθενών και ατόμων χωρίς γλαυκωματική βλάβη. Τα δεδομένα που χρησιμοποιήθηκαν προς επεξεργασία προήλθαν από τις μελέτες Thessaloniki Eye study και Πυθαγόρας/ΠΕΝΝΕΔ. Χρησιμοποιήθηκαν δεδομένα από 194 μάτια και από τις δύο μελέτες που διεξήχθησαν στο εργαστήριο έρευνας και κλινικών εφαρμογών στην οφθαλμολογία 97 από άτομα με πρωτοπαθές γλαύκωμα ανοιχτής γωνίας και 97 από υγιείς. Από τις παραμέτρους που ορίστηκαν για το περίγραμμα της κύριας περιοχής της επιφάνειας της οπτικής κοίλανσης του οπτικού δίσκου(κποκ) οι πιο αξιοσημείωτες είναι η «Τυπική απόκλιση μέσης απόστασης σημείων του περιγράμματος από το κέντρο (SDC)» και η γραμμική διαχωριστική συνάρτηση η οποία συνδυάζει τις παραμέτρους SDC ΚΠΟΚ/Δίσκο και «Τυπική απόκλιση του μερικού διαφορικού της σειράς των αποστάσεων των σημείων του περιγράμματος από το κέντρο(sddj)» και προέκυψε με αυτόματη επιλογή των καλύτερων διαχωριστικών παραμέτρων από όλες τις νέες παραμέτρους με στατιστικώς σημαντική διαφορά ανάμεσα στις μέσες τιμές τους για υγιείς και γλαυκωματικούς. Η παραπάνω γραμμική διαχωριστική συνάρτηση παρουσιάζει αυτόματο διαχωρισμό του δείγματος με ποσοστό επιτυχίας 825%. Τέλος παρουσιάστηκε η προσπάθεια αναπαράστασης των δεδομένων των γλαυκωματικών ασθενών μέσω αντιστοίχισης των εννοιών που περιέχονται και καταγράφονται από τη φόρμα δεδομένων του EGS GlaucoGENE. Στην προσπάθεια αυτή 9

έγινε ημιαυτόματη αντιστοίχιση των τίτλων των φορμών και των επικεφαλίδων των υποτμημάτων τους χρησιμοποιώντας τις διεθνείς ηλεκτρονικές ορολογίες LOINC MeSH και SNOMED CT. Το ποσοστό της επιτυχούς ημιαυτόματης αντιστοίχισης χρησιμοποιώντας αυτούσια την φόρμα συλλογής δεδομένων ήταν 24% ενώ έπειτα από μικρές βελτιώσεις στο κείμενο των όρων το ποσοστό ανέβηκε στο 82%. Τα αποτελέσματα της αντιστοίχισης αξιοποιήθηκαν με την ανάπτυξη ενός πρόσθετου εργαλείου της εφαρμογής διαχείρισης το οποίο επιτρέπει την εξαγωγή σημασιολογικά εμπλουτισμένων δεδομένων της κλινικής μελέτης. Η προσπάθεια αυτή ανέδειξε τις δυσκολίες που εμφανίζονται κατά την αντιστοίχιση ιατρικών εννοιών του τομέα του γλαυκώματος σε ηλεκτρονικές ιατρικές ορολογίες καθώς επίσης παρουσίασε προτάσεις για την καλύτερη σημασιολογική περιγραφή των εννοιών μέσω επιλογών που θα μπορούσαν να ακολουθούνται κατά τον σχεδιασμό των φορμών συλλογής δεδομένων κλινικών μελετών. 10

ABSTRACT This thesis presents the original research focused in the data management semantic representation of glaucomatous patients data and also in the extraction of new features by processing of optic nerve head images. In the chapter of data processing and feature extraction for the first time the shape of the contour of the 2D surface of the optic disc cupping was assessed. In the data management chapter of this thesis a data management system flexible and scalable tested on multicentric studies in the domain of glaucoma is presented in detail. In the chapter of semantic representation of the glaucoma domain for the first time an attempt to map domain entities to international terminologies is presented and assessed. The first chapter of this thesis assesses the special features of the management of medical data from glaucomatous patients. An information system was introduced for the management of clinical trial data in the glaucoma domain fulfilling additional requirements that are presented by multicentric studies in the same domain. The presented system has distinct layer architecture it is user friendly easy to maintain and secure in storing and exchanging data. Main features of the system are the reusable database schema that enables the use of the same database schema to store data from different studies and also the dual role of the database which is designed to store not only the study data but also the contents of the empty data collection form. The latter makes changes in the data collection form easy to apply without the need of modifications in the system s application. The second chapter of this thesis explores new features of the optic nerve head morphology using the Heidelberg Retina Tomograph (HRT) also assesses their discriminating power between glaucomatous patients and normal subjects. For the first time the contour of the 2D surface of the optic cup was examined regarding its shape. HRT reports exported as TIFF images from 97 Normal subjects and 97 Primary Open Angle Glaucoma (POAG) patients were used. For each image the contour of the dominant region of the optic disc cupping surface (drocs) was transformed into a dataseries by calculating the distance of each contour pixel from the centroid. The standard deviation of contour (SDC) the drocs area divided by the Disk Area in pixels along with the standard deviation of the partial differential of the timeseries of the distances of the contour points from the centroid(sddj) were assessed as the novel parameters with the higher combined discrimination power with 82.5% correct classification. The last chapter presents the attempt of the semantic representation of the glaucomatous patients data via semiautomatic mapping of the glaucoma domain terms described in EGS GlaucoGENE to standard terminologies LOINC MeSH and SNOMED CT. The semiautomatic mapping was performed in two stages once using the original text of the data collection form and again with improved text to increase matching possibility the results were 24% and 82% of the terms mapped correspondingly. Using the semantic mapping of the terms from the previous step an additional module was created in the information system in order to export the subject data in a semantically enriched newly defined XML format. This attempt pointed out the difficulties that arise in the mapping of data collection form terms to standard terminologies without taking into account the terminologies while designing the data collection forms. 11

ΠΡΟΛΟΓΟΣ Η παρούσα διατριβή εκπονήθηκε στα πλαίσια του προγράμματος μεταπτυχιακών σπουδών Ιατρικής Πληροφορικής της Ιατρικής Σχολής και των Τμημάτων Ηλεκτρολόγων Μηχανικών Μηχανικών Υπολογιστών και Πληροφορικής του Αριστοτέλειου Πανεπιστημίου Θεσσαλονίκης. Η ραγδαία εξέλιξη της επιστήμης των ηλεκτρονικών υπολογιστών τις τελευταίες δεκαετίες οδήγησε στη συλλογή μεγάλου όγκου ηλεκτρονικών δεδομένων με τη δημιουργία ηλεκτρονικών αποθηκών σε διάφορους τομείς που μερικά χρόνια πριν φάνταζαν ξένα. Η ανάπτυξη της τηλεϊατρικής παράλληλα με την καθιέρωση του ηλεκτρονικού φακέλου ασθενούς αποτέλεσαν καθοριστικοί παράγοντες στη διεύρυνση του ρόλου των ηλεκτρονικών υπολογιστών στον τομέα της ιατρικής. Oι δυνατότητες που προκύπτουν από την χρήση των υπολογιστών στον τομέα της βιομορφομετρικής απεικόνισης και έρευνας καθιστούν επιτακτική την χρήση υπηρεσιών ιατρικής πληροφορικής. Η διείσδυση αυτή των ηλεκτρονικών υπολογιστών στο χώρο της υγείας δημιουργεί νέες δυνατότητες στην παραγωγή νέας ιατρικής γνώσης μέσω επεξεργασίας των δεδομένων και επιπρόσθετα καθιστά σημαντική την ανάπτυξη εργαλείων και μοντέλων για την διαχείριση παρουσίαση και ανταλλαγή ιατρικών δεδομένων. 12

ΕΙΣΑΓΩΓΗ 1 ΕΙΣΑΓΩΓΗ 1.1 Σκοπός της έρευνας Η διατριβή αυτή στοχεύει: 1. Να εντοπίσει τις ιδιαιτερότητες που παρουσιάζει το πρόβλημα της διαχείρισης των δεδομένων των γλαυκωματικών ασθενών στο σύγχρονο ερευνητικό περιβάλλον. Επακόλουθα να προτείνει και να παρουσιάσει πιθανές λύσεις στο παραπάνω πρόβλημα αντιμετωπίζοντας τις ιδιομορφίες που παρουσιάζει σε πολυκεντρικές κλινικές μελέτες. 2. Στην αναζήτηση νέων παραμέτρων που μπορούν να εξαχθούν από την δισδιάστατη επιφάνεια της κοίλανσης του οπτικού δίσκου (optic disc cup) όπως αυτή απεικονίζεται στις αναλύσεις του συνεστιακού laser σάρωσης (confocal laser scanner) Heidelberg Retina Tomograph (HRT). 3. Στην αναπαράσταση των δεδομένων των γλαυκωματικών ασθενών με εργαλεία σημασιολογικού ιστού μέσω αντιστοίχισης των εννοιών που περιέχονται και καταγράφονται από τις φόρμες συλλογής δεδομένων κλινικών μελέτών στον τομέα του γλαυκώματος. Στόχος της προσπάθειας αυτής είναι αφενός να περιγράψει τα δεδομένα ώστε να είναι δημοσιεύσιμα ως τμήμα του σημασιολογικού ιστού με αποτέλεσμα να είναι δυνατή η διαχείρισή τους από διαφορετικά συστήματα για διάφορες δραστηριότητες και αφετέρου να αναδείξει πιθανές δυσκολίες που προκύπτουν κατά την προσπάθεια αυτή. 1.2 Περιοχή της έρευνας 1.2.1 Το γλαύκωμα σήμερα Το γλαύκωμα αποτελεί μια από τις δύο κυριότερες αιτίες τύφλωσης παγκοσμίως 1. Η επίπτωση του γλαυκώματος παγκοσμίως κατά το έτος 20 υπολογίσθηκε περί τα 668 εκατομμύρια άνθρωποι. Στις Ηνωμένες Πολιτείες Αμερικής υπολογίζεται ότι 2.22 εκατομμύρια άνθρωποι πάσχουν από γλαύκωμα ενώ ο αριθμός αυτός θα αυξηθεί στα 3.3 εκατομμύρια το 2020. Στον ελληνικό πληθυσμό υπολογίζεται ότι 94.0 άνθρωποι ηλικίας άνω των 60 ετών πάσχουν από πρωτοπαθές γλαύκωμα ανοιχτής γωνίας (ΠΓΑΓ)και 42.0 από αποφολιδωτικό γλαύκωμα (ΑΦΓ) σύμφωνα με τα στοιχεία που προκύπτουν από το Thessaloniki Eye Study 2 (TES) και την αναγωγή τους στο σύνολο της Ελλάδας για την πληθυσμιακή αυτή ομάδα. Το γλαύκωμα αποτελεί μια προοδευτική οπτική νευροπάθεια. Έτσι η εξέταση του οπτικού δίσκου και της στιβάδας των νευρικών ινών αποτελεί βασικό στοιχείο στην διάγνωση και παρακολούθηση της νόσου. Εδώ και περισσότερο από 25 χρόνια γίνονται προσπάθειες συσχέτισης τον βιομορφομετρικών χαρακτηριστικών της κεφαλής του οπτικού νεύρου και του σταδίου της νόσου του γλαυκώματος. 3 Οι διαθέσιμες σήμερα απεικονιστικές μέθοδοι οι οποίες χρησιμοποιούνται στην διαγνωστική προσέγγιση και παρακολούθηση του γλαυκώματος απεικονίζουν ποσοτικά τους ιστούς αυτούς. 4 Η αναδειξη νέων παραμέτρων αξιοποιώντας τα πρωτογεννή δεδομένα τον απεικονιστικών μεθόδων οι οποίες θα βοηθούν τόσο στην ευκολότερη και ακριβέστερη διάγνωση και 13

Βασίλης Κιλίντζης σταδιοποίηση της νόσου όσο και στην καλύτερη κατανόηση του φαινοτύπου της νόσου αποτελούν διαρκείς στόχους ερευνητών παγκοσμίως 5678910. Η επιστήμη των ηλεκτρονικών υπολογιστών γνωρίζει ραγδαία ανάπτυξη τις τελευταίες δεκαετίες ως αποτέλεσμα αυτού είναι η εισχώρησή της με ποικίλους τρόπους στην πλειονότητα των επιστημών συμπεριλαμβανομένου και αυτό των επιστημών υγείας. Συγκεκριμένα από το σύνολο των κλινικών ερευνών που πραγματοποιούνται στις μέρες μας απορρέει τεράστιος όγκος ιατρικών δεδομένων. Η ανάγκη ανάπτυξης τρόπων διαχείρισης και επεξεργασίας με στόχο την εύρεση νέας γνώσης από τα δεδομένα αυτά καθώς και η σύγχρονη ανάγκη για επαναχρησιμοποίηση και κατανόηση του περιεχομένου τους ώθησε την παγκόσμια έρευνα προς την κατεύθυνση της ανάπτυξης τεχνικών επεξεργασίας διαχείρισης και σημασιολογικής περιγραφής των ιατρικών δεδομένων 1112131415. 1.2.2 Διαχείριση δεδομένων κλινικών μελετών Στις σύγχρονες κλινικές μελέτες ο σχεδιασμός της μελέτης συνίσταται από τρία διακριτά μέρη. Αρχικά η σύλληψη της κεντρικής ιδέας της μελέτης και η οργάνωση των διαδικασιών της συλλογής δεδομένων. Κατόπιν η επιλογή των δεδομένων ο μετασχηματισμός τους και αν υπάρχει ανάγκη και η μεταφορά τους ώστε να μπορέσουν να αναλυθούν. Τέλος ο ορισμός των κατάλληλων ερωτημάτων ούτως ώστε να παραχθεί γνώση από τα δεδομένα που έχουν συλλεχθεί και να παρουσιαστούν τα αποτελέσματα της μελέτης. Η πληροφορική και η χρήση υπολογιστών στις μέρες μας θεωρείτε δεδομένη και αναγκαία και στα τρία παραπάνω στάδια. Κατά την οργάνωση των διαδικασιών συλλογής είναι απαραίτητη η χρήση εφαρμογών που ανάλογα με τις ανάγκες παράγουν τους κωδικούς των φακέλων της μελέτης δίνουν τα εργαλεία για την διαχείριση των φορμών εισαγωγής υλοποιούν συστήματα ποιοτικού ελέγχου στην εισαγωγή των δεδομένων παρουσιάζουν εύχρηστους τρόπους για εισαγωγή και τροποποίηση των δεδομένων εφαρμόζουν την πολιτική ασφαλείας και συμβάλουν έτσι στην ομαλή ροή της συλλογής δεδομένων. Στο δεύτερο στάδιο είναι απαραίτητη η χρήση τμημάτων εφαρμογών που μετατρέπουν τα δεδομένα από την εξειδικευμένη μορφή της βάσης δεδομένων της κεντρικής εφαρμογής καταχώρισης σε μία κοινή μορφή που μπορεί να χρησιμοποιηθεί από άλλους ανθρώπους ή εφαρμογές. Πολύ συχνά γίνεται ανάλυση των δεδομένων με μεθόδους επεξεργασίας εικόνων ή σήματος ή ακόμα και με χρήση συστημάτων υπολογισμού μέταδεδομένων που δεν υπήρχαν αυτούσια στην αρχική συλλογή. Επίσης σε περιπτώσεις που πρέπει να οριστούν διαδικασίες μεταφοράς των δεδομένων με γρήγορο και ασφαλή τρόπο η χρήση κατάλληλων εφαρμογών είναι η καλύτερη επιλογή. Τέλος παρότι ακόμα η εξέλιξη της επιστήμης των υπολογιστών δεν έχει φτάσει στο επίπεδο να θέτει τα ερωτήματα που οδηγούν στην παραγωγή νέας γνώσης σύγχρονες εφαρμογές υπολογιστών αναλαμβάνουν το έργο του ελέγχου των υποθέσεων ερευνητών καθώς και της παρουσίασης των αποτελεσμάτων τους. 1.2.3 Ψηφιακή επεξεργασία εικόνων και σήματος Ψηφιακή επεξεργασία σήματος ονομάζουμε το σύνολο των ενεργειών που σχετίζονται με την αναπαράσταση σημάτων με συστάδες αριθμών ή συμβόλων και τη χρήση 14

ΕΙΣΑΓΩΓΗ μαθηματικών συναρτήσεων με στόχο την εξαγωγή πληροφορίας που δεν υπήρχε στο πρωτογενές σήμα 1617. Ως σήμα ορίζουμε τις τιμές που λαμβάνει μία ποσότητα y (εξαρτημένη μεταβλητή) η οποία μεταβάλλεται συναρτήσει μίας άλλης ποσότητας x (ανεξάρτητη μεταβλητή). Αν οι ποσότητες x και y λαμβάνουν συνεχείς τιμές (π.χ. από το κλειστό πραγματικό διάστημα [0+1]) τότε το σήμα είναι μία συνάρτηση y(x) και χαρακτηρίζεται αναλογικό. Αν η ποσότητα y λαμβάνει συνεχείς τιμές αλλά η ποσότητα x μόνο διακριτές τιμές (π.χ. από το σύνολο Ν των φυσικών αριθμών) τότε το σήμα λέγεται διακριτού χρόνου και πρόκειται για μία ακολουθία y[n] ενώ αν τα x και y λαμβάνουν διακριτές τιμές έχουμε πάλι ακολουθία y[n] και το σήμα λέγεται ψηφιακό. Ένα ψηφιακό σήμα μπορεί να προκύψει από ένα αναλογικό σήμα μέσω μίας διεργασίας γνωστής ως δειγματοληψίας π.χ. με στόχο το σήμα να αποθηκευτεί και να υποστεί επεξεργασία σε έναν ψηφιακό ηλεκτρονικό υπολογιστή. 18 Η ψηφιακή εικόνα είναι ένα ψηφιακό σήμα δυο διαστάσεων καθώς η ανεξάρτητη μεταβλητή y που αντιστοιχεί στο χρώμα του κάθε σημείου εξαρτάται από δύο ανεξάρτητες μεταβλητές που προσδιορίζουν την θέση. Η επεξεργασία σήματος αποτελεί στις μέρες μας καθημερινή διαδικασία που υλοποιείται από πληθώρα καθημερινών συσκευών όπως η τηλεόραση το κινητό τηλέφωνο το ραδιόφωνο και πολλές άλλες. Σύμφωνα με τους Οπενχάιμ και Σάφερ η βάσεις της επεξεργασίας σήματος τοποθετήθηκαν από την αριθμητική ανάλυση του 17 ου αιώνα 19 και προσθέτουν ότι η αναγωγή στην ψηφιακή επεξεργασία έγινε στα πρώτα ψηφιακά συστήματα του 194050. 1.2.4 Ο σημασιολογικός ιστός O Παγκόσμιος Ιστός (WorldWide Web) όπως τον ξέρουμε σήμερα συγκεντρώνει τεράστιο ποσά πληροφορίας και γνώσης με συνεχώς αυξητικές τάσεις. Παρόλο που τα τελευταία δέκα χρόνια μέσω υλοποίησης διεθνών προτύπων και προτάσεων αναπτύχθηκαν εφαρμογές ώστε να μπορούμε να εντοπίσουμε και να χρησιμοποιήσουμε τις πληροφορίες που υπάρχουν στον Ιστό ο Ιστός με την ετερογένεια των πηγών του και την ανομοιογένεια του περιεχομένου του δυσκολεύει πολύ την ανάπτυξη εφαρμογών που θα αξιοποιήσουν την πολύπλευρη αποθηκευμένη γνώση με στόχο να μας παρέχουν ολοκληρωμένες υπηρεσίες. Στο άρθρο του στο περιοδικό Scientific American ο Tim BernersLee 20 τον Μάιο του 21 περιγράφει εφαρμογές που αξιοποιούν πληροφορία που υπάρχει στον Ιστό με στόχο να λύσουν καθημερινά προβλήματα με ελάχιστη καθοδήγηση από τον χρήστη. Το κλειδί που προτείνεται για την υλοποίηση τέτοιων εφαρμογών είναι η ανάπτυξη ενός άλλου Ιστού. Ο Ιστός αυτός θα περιγράφει την σχέση και το νόημα της πληροφορίας που περιέχει ο τρέχων και μελλοντικός Ιστός. Έτσι ο Σημασιολογικός Ιστός (Semantic Web) θα παρέχει την δυνατότητα στις εφαρμογές να συνδυάζουν πληροφορία ή υπηρεσίες από διάφορες προεπιλεγμένες ή μη πηγές ώστε να παρέχουν συνδυασμένες ουσιαστικές υπηρεσίες. Το γενικο μέρος που ακολουθεί διαρθρώνεται σε σχέση με τους τρεις επιμέρους στόχους όπως αυτοί περιγράφονται παραπάνω. 15

Βασίλης Κιλίντζης 2 ΔΙΑΧΕΙΡΙΣΗ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ 2.1 Εισαγωγή και σχετικά έρευνητικά αποτελέσματα Η διαχείριση των ιατρικών δεδομένων των ασθενών που παρουσιάζουν την νόσο του γλαυκώματος σε μεγάλο βαθμό έχει να αντιμετωπίσει όμοια προβλήματα με αυτά της διαχείρισης ιατρικών δεδομένων ασθενών άλλων παθήσεων. Υπάρχουν όμως κάποιες ιδιαιτερότητες οι οποίες προκύπτουν από τις ανάγκες που υπάρχουν για την διάγνωση την σταδιοποίηση και αντιμετώπιση της νόσου. Στο σύνολο των κλινικών ερευνών τα δεδομένα που συλλέγονται αφορούν δημογραφικά στοιχεία των ασθενών αποτελέσματα μετρήσεων και εκτιμήσεις των γιατρών. Στον τομέα του γλαυκώματος ένα σύνολο από τεχνολογίες απεικόνισης συνεισφέρουν σημαντικό όγκο δεδομένων όχι μόνο με την μορφή εικόνων ή βίντεο αλλά και ως αριθμητικά δεδομένα βιομορφομετρήσεων καθώς επίσης και ως προτεινόμενες κατηγοριοποιήσεις των ασθενών σε σχέση με την ύπαρξη η όχι της νόσου. Τα τελευταία 25 χρόνια διάφορες έργασίες σχετικές με την διαχείριση των δεδομένων έχουν δημοσιευθεί 21222324. Λίγα έχουν χρησιμοποιηθεί σε πολυκεντρικές μελέτες 25 και κανένα στον τομέα του γλαυκώματος. Σημαντική διαφορά της παρούσας εργασίας είναι ότι πέρα από την αρχιτεκτονική του συστήματος και την πρακτική του χρήση δίνει σε αντίθεση με τις περισσότερες σχετικές εργασίες ιδιαίτερη σημασία στην δομή της βάσης δεδομένων και στην απλότητα της χρήσης της και από άλλα συστήματα. Μια σύγχρονη εφαρμογή διαχείρισης δεδομένων κλινικών ερευνών ανάλογα με τις ανάγκες που προκύπτουν από το εκάστοτε πρωτόκολλο συλλογής δεδομένων πρέπει να επιτρέπει την συλλογή αυτών των δεδομένων με εύκολο τρόπο προσδιορίζοντας την διαδικασία εισαγωγής με τέτοιο τρόπο ώστε να αποτρέπονται λάθη που θα οδηγούσαν σε ανεπιθύμητα κενά πεδία τυπογραφικά λάθη ή τιμές χωρίς νόημα. Επίσης πρέπει να επιτρέπει ταυτόχρονη χρήση από πολλούς χρήστες και να ελέγχει την πρόσβαση αυτών απονέμοντας ρόλους και πρόσβαση ανάλογα με της ανάγκες χρήσης καθώς και να υλοποιεί εσωτερικό σύστημα καταγραφής διαδικασιών το οποίο σε συνδυασμό με τις υπόλοιπες πολιτικές ασφαλείας θα είναι υπεύθυνα για την σταθερότητα και αξιοπιστία του συστήματος. 2.1.1 Κλινικές έρευνες στον τομέα της νόσου του γλαυκώματος. 2.1.1.1 Thessaloniki Eye Study Το Thessaloniki Eye Study 2 (199925) σχεδιάστηκε οργανώθηκε και πραγματοποιήθηκε στο Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης με Κύριο Ερευνητή τον Αναπληρωτή Καθηγητή Οφθαλμολογίας Φώτη Τοπούζη και με τη συνεργασία επιστημόνων διεθνούς κύρους από τρία μεγάλα Πανεπιστήμια των Ηνωμένων Πολιτειών. Πρόκειται για μελέτη επιπολασμού του γλαυκώματος και της ηλικιακής εκφύλισης της ωχράς κηλίδας σε τυχαίο δείγμα πληθυσμού και αποτελεί τη μεγαλύτερη μελέτη γενικού πληθυσμού για οφθαλμολογικά νοσήματα στην Ελλάδα και μία από τις μεγαλύτερες διεθνώς. 16

ΔΙΑΧΕΙΡΙΣΗ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ Η μεθοδολογία του Thessaloniki Eye Study έχει περιγραφεί λεπτομερώς στη διεθνή βιβλιογραφία. Ο αρχικός πληθυσμός αναφοράς αποτελούνταν από 50 άτομα ηλικίας 60 ετών και άνω τα οποία επελέγησαν τυχαία βάσει του αριθμού δημοτολογίου από 3210 κατοίκους εγγεγραμμένους στα δημοτολόγια του Δήμου Θεσσαλονίκης. Μεταξύ αυτών 3617 άτομα κρίθηκαν κατάλληλα να συμμετάσχουν στη μελέτη αφού εξαιρέθηκαν οι θανόντες και όσοι είχαν μετακινηθεί σε άλλες περιοχές της χώρας ή στο εξωτερικό. Ο τελικός πληθυσμός που συμμετείχε στο Thessaloniki Eye Study ήταν 2554 άτομα διαμορφώνοντας ποσοστό συμμετοχής 71% παρόμοιο ή μεγαλύτερο από αυτό άλλων μεγάλων επιδημιολογικών μελετών (Rotterdam Eye Study Salisbury Eye Evaluation Baltimore Eye Survey). Η μελέτη στηρίχτηκε σε ένα σαφώς καθορισμένο και λεπτομερές πρωτόκολλο τόσο για την επιλογή των συμμετεχόντων όσο και για την εξέτασή τους. Οι ασθενείς που κρίθηκαν κατάλληλοι να συμμετάσχουν κλήθηκαν τηλεφωνικά ή μέσω ταχυδρομικής επιστολής στο Εργαστήριο Έρευνας και Κλινικών Εφαρμογών στην Οφθαλμολογία Α Οφθαλμολογική Κλινική Α.Π.Θ. Όλοι οι συμμετέχοντες συμπλήρωσαν ένα ερωτηματολόγιο σχετικά με το ιατρικό οφθαλμολογικό και οικογενειακό ιστορικό τον τρόπο ζωής και τις διατροφικές τους συνήθειες καθώς και δημογραφικές πληροφορίες για τους πρώτου και δευτέρου βαθμού συγγενείς. Έγινε μέτρηση του ύψους του βάρους της αρτηριακής πίεσης και του σφυγμού. Ακολούθησε οφθαλμολογική εξέταση που περιελάμβανε μέτρηση οπτικής οξύτητας με τη βέλτιστη διόρθωση και με τη χρήση πινάκων Early Treatment Diabetic Retinopathy Study (ETDRS) εξέταση των οπτικών πεδίων με το Humphrey Field Analyzer (HFA) εξέταση προσθίων μορίων στη σχισμοειδή λυχνία τονομέτρηση με τονόμετρο επιπέδωσης Goldmann γωνιοσκοπία και βυθοσκόπηση μετά από μυδρίαση. Σε όλους τους συμμετέχοντες έγινε στερεοσκοπική φωτογράφηση της οπτικής θηλής και της ωχράς κηλίδας με ειδική κάμερα βυθού (Topcon Digital Camera Imagenet System Topcon Inc. Japan). Κατά τη διάρκεια της μελέτης αποκτήθηκε κατάλληλος εξοπλισμός που επέτρεψε την καταγραφή της θηλής του οπτικού νεύρου και της ωχράς κηλίδας καθώς και της αμφιβληστροειδικής αιματικής ροής σε μεγάλο αριθμό συμμετεχόντων με απεικονιστικές μεθόδους τεχνολογίας LASER (Heidelberg Retina Tomograph (HRT) Heidelberg Retina Flowmeter (HRF) Optical Coherence Tomography (OCT) Retina Thickness Analyzer (RTA) scanning laser polarimetry (GDx). Σε μία προσπάθεια να αυξηθεί το ποσοστό συμμετοχής στη μελέτη και να ελαχιστοποιηθεί τυχόν σφάλμα από τη μη συμμετοχή (nonparticipation bias) οργανώθηκε εξέταση κατ οίκον (home visit) για τα άτομα που δεν ήταν δυνατόν να προσέλθουν στο χώρο διεξαγωγής της μελέτης λόγω σοβαρής συστηματικής πάθησης ή δυσκινησίας. Τέλος με στόχο να ελαχιστοποιηθεί τυχόν σφάλμα επιλογής (selection bias) ένα σύντομο ερωτηματολόγιο εφαρμόστηκε τηλεφωνικά σε τυχαίο δείγμα του πληθυσμού της μελέτης συμπεριλαμβανομένων των ατόμων που αρνήθηκαν να συμμετάσχουν σε αυτή. Κατά το σχεδιασμό του Thessaloniki Eye Study αναπτύχθηκαν και εφαρμόστηκαν επίσης διάφορα επιμέρους πρωτόκολλα α) για τη βαθμονόμηση των φωτογραφιών της θηλής του οπτικού νεύρου και της ωχράς κηλίδας (photo grading) β) για την ανάλυση των δεδομένων του οπτικού πεδίου γ) για τη μέθοδο ανάλυσης των δεδομένων που ελήφθησαν με τις τεχνολογίες απεικόνισης της θηλής του οπτικού νεύρου και της ωχράς κηλίδας (HRT OCT GDx RTA) δ) για την καταγραφή και ανάλυση της αμφιβληστροειδικής αιματικής ροής με το HRF ε) για την επεξεργασία των δειγμάτων αίματος και τις γενετικές αναλύσεις της μελέτης. 17

Βασίλης Κιλίντζης 2.1.1.2 Μελέτη γονοτύπωνφαινοτύπων γλαυκώματος και της συμβολής Laser τεχνολογιών ψηφιακής απεικόνισης στην πρώιμη διάγνωση και φαινοτυπική κατάταξη (Πυθαγόρας/ΠΕΝΕΔ) Η «Μελέτη γονοτύπωνφαινοτύπων γλαυκώματος και της συμβολής Laser τεχνολογιών ψηφιακής απεικόνισης στην πρώιμη διάγνωση και φαινοτυπική κατάταξη» 26 (Πράξη ΠΕΝΕΔ κωδικό έργου 03ΕΔ938 Επιστημονικώς Υπεύθυνος Φώτης Τοπούζης Αναπληρωτής Καθηγητής Οφθαλμολογίας) πρόκειται για κλινική μη παρεμβατική μελέτη ασθενώνμαρτύρων η οποία περιλαμβάνει τους εξής στόχους: Tον ορισμό και την περιγραφή των επιμέρους φαινοτύπων του γλαυκώματος καθώς και τον προσδιορισμό των ιδιαίτερων (βιομορφομετρικών) χαρακτηριστικών τους με τη χρήση των νεότερων τεχνολογικών εφαρμογών ψηφιακής απεικόνισης. Την αποτίμηση του ρόλου των νεότερων τεχνολογικών εφαρμογών ψηφιακής απεικόνισης στη διάγνωση του γλαυκώματος. Tον προσδιορισμό του ρόλου της αιματικής ροής και των αγγειακών παραγόντων στην ανάπτυξη του γλαυκώματος καθώς και της συσχέτισής τους με τους διάφορους φαινοτύπους. Τον συσχετισμό των ευρημάτων των νέων απεικονιστικών βιομορφομετρικών μεθόδων και με τα ευρήματα της αιματικής αμφιβληστροειδικής κυκλοφορίας στους διάφορους φαινοτύπους. Την συμπλήρωση/ολοκλήρωση των φαινοτύπων με βάση τα ευρήματα του παραπάνω συσχετισμού. Στη μελέτη συμμετείχαν ασθενείς με πρωτοπαθές γλαύκωμα ανοικτής γωνίας και ψευδοαποφολιδωτικό γλαύκωμα. Η αναζήτηση των ασθενών έγινε μέσω του Γλαυκωματικού Εξωτερικού Ιατρείου της Β Οφθαλμολογικής Κλινικής του Αριστοτελείου Πανεπιστημίου Θεσσαλονίκης (Διευθυντής: Σταύρος Α. Δημητράκος Καθηγητής Οφθαλμολογίας) Νοσοκομείο Παπαγεωργίου. Η επιλογή των ασθενών για τη μελέτη έγινε σύμφωνα με ειδικά κριτήρια εισαγωγής και αποκλεισμού και υπό την καθοδήγηση του επιβλέποντα και άλλων ειδικών οφθαλμιάτρων ειδικευμένων στο γλαύκωμα. Αφού εξηγήθηκαν ο σκοπός και οι διαδικασίες της μελέτης οι ασθενείς που συμφώνησαν να συμμετάσχουν κλήθηκαν να προσέλθουν στο Εργαστήριο Έρευνας και Κλινικών Εφαρμογών στην Οφθαλμολογία για την ένταξή τους στη μελέτη. Πριν την ένταξη κάθε συμμετέχοντα ζητήθηκε η γραπτή του συγκατάθεση σε ειδικό έντυπο. Σε όλους τους ασθενείς εφαρμόστηκε συγκεκριμένο πρωτόκολλο φαινοτυπικής μελέτης και η καταγραφή των δεδομένων έγινε σε ειδική έντυπη φόρμα. Επιπλέον επιμέρους πρωτόκολλα αναπτύχθηκαν μέσα από τη βιβλιογραφία για κάθε μία από τις περιλαμβανόμενες διαδικασίες (standard operating procedures) ώστε η συλλογή των δεδομένων να γίνεται ακριβώς με τον ίδιο τρόπο για όλους τους συμμετέχοντες. Το πρωτόκολλο της μελέτης περιελάμβανε: εκτενές ερωτηματολόγιο σωματομετρικούς δείκτες συστηματική αρτηριακή πίεση και καρδιακή συχνότητα οπτική οξύτητα οπτικό πεδίο εξέταση προσθίων μορίων του οφθαλμού με σχισμοειδή λυχνία μέτρηση ενδοφθάλμιας πίεσης γωνιοσκοπία βιομικροσκόπηση οπισθίων μορίων του οφθαλμού 18

ΔΙΑΧΕΙΡΙΣΗ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ ψηφιακή φωτογράφηση απεικονιστικές μεθόδους με τη χρήση laser (HRT/HRF OCT GDx) παχυμετρία κερατοειδούς διάγνωση και φαινοτυπική κατάταξη του γλαυκώματος. Οι φυσιολογικοί μάρτυρες που χρησιμοποιήθηκαν στη μελέτη προήλθαν από τη βάση δεδομένων της πληθυσμιακής μελέτης Thessaloniki Eye Study (2.1.1.1). Η χρησιμοποίηση των φυσιολογικών μαρτύρων έγινε ύστερα από αντιπαραβολή των πρωτοκόλλων εξέτασης των δύο μελετών που έδειξε ότι αυτό είναι μεθοδολογικά εφικτό. Τα άτομα αυτά προέρχονται από τυχαίο δείγμα πληθυσμού ηλικίας άνω των 60 ετών. Για τις ανάγκες της μελέτης εφαρμόστηκαν οι ακόλουθοι ορισμοί: Πρωτοπαθές γλαύκωμα ανοικτής γωνίας Βλάβη γλαυκώματος (ορίζεται παρακάτω) παρουσία ανοικτής γωνίας κατά τη γωνιοσκοπία (κατηγορία ΙΙΙ ή ΙV κατά Shaffer) και απουσία ψευδοαποφολίδωσης. Ψευδοαποφολιδωτικό γλαύκωμα Βλάβη γλαυκώματος (ορίζεται παρακάτω) παρουσία ανοικτής γωνίας κατά τη γωνιοσκοπία (κατηγορία ΙΙΙ ή ΙV κατά Shaffer) και παρουσία ψευδοαποφολίδωσης. Ψευδοαποφολίδωση Η ψευδοαποφολίδωση καταγράφηκε ως η παρουσία ψευδοαποφολιδωτικού υλικού στο κορικό χείλος ή/ και την πρόσθια επιφάνεια το φακού. Πριν από τη μυδρίαση της κόρης χρησιμοποιήθηκε μεγάλη μεγέθυνση της δέσμης στη σχισμοειδή λυχνία για την ανίχνευση ψευδοαποφολιδωτικού υλικού στο κορικό χείλος. Μετά τη μυδρίαση της κόρης η πρόσθια επιφάνεια του φακού εξετάστηκε με λεπτή πλάγια δέσμη από αριστερά προς τα δεξιά και κατόπιν με ευρεία κάθετη δέσμη για τον εντοπισμό πρώιμων σημείων ψευδοαποφολίδωσης. Βλάβη γλαυκώματος Η διάγνωση του γλαυκώματος ήταν ανεξάρτητη από το ύψος της ΕΟΠ απαιτούσε δε και τα δύο από τα ακόλουθα κριτήρια σε τουλάχιστον έναν οφθαλμό: 1. Γλαυκωματική εμφάνιση του οπτικού δίσκου με: Λέπτυνση (thinning) ή εντομή (notching) στον νευροαμφιβληστροειδικό ιστό οπτικού δίσκου ή απώλεια της στιβάδας των οπτικών ινών 2. Γλαυκωματικού τύπου εμφάνιση των οπτικών πεδίων με: Ψευδώς θετικά λάθη<=30% ψευδώς αρνητικά λάθη<=30% και απώλεια στόχου<=30% (κριτήρια αξιοπιστίας) και 3 συνεχόμενα σημεία με πτώση ευαισθησίας μεγαλύτερη των 5db ή ένα σημείο με πτώση μεγαλύτερη των 10db και όχι edgedefects και είτε pattern standard deviation (PSD) με pvalue<5% είτε δείκτη γλαυκωματικού ημιπεδίου έξω από τα φυσιολογικά όρια. Η γλαυκωματική βλάβη στο οπτικό πεδίο θεωρούνταν επιβεβαιωμένη όταν επαναλαμβανόταν σε τουλάχιστον 2 εξετάσεις οπτικών πεδίων και αφορούσε στην ίδια περιοχή του πεδίου και δεν σχετιζόταν με άλλες οφθαλμικές παθήσεις πτώση των βλεφάρων θόλωση των θλώντων μέσων κλπ. Με την ολοκλήρωση της εξέτασης των συμμετεχόντων ακολούθησε επεξεργασία των εικόνων του HRT (σχεδιασμός της contour line) του HRF (pixel by pixel analysis) και των οπτικών πεδίων (αυτοματοποιημένος υπολογισμός του Advanced Glaucoma του 19

Βασίλης Κιλίντζης Intervention Study (AGIS) score 27 ). Επίσης ακολούθησε ποιοτικός έλεγχος όλων των εικόνων των διαφόρων μεθόδων ψηφιακής απεικόνισης (GDx HRT HRF OCT) με βάση συγκεκριμένα κριτήρια. Όλα τα δεδομένα που είχαν καταγραφεί στις έντυπες φόρμες της κλινικής εξέτασης εισήχθησαν στην ηλεκτρονική βάση δεδομένων. Η ίδια βάση συμπεριέλαβε επίσης τα δεδομένα των φυσιολογικών μαρτύρων έτσι όπως αυτά είχαν καταγραφεί στις έντυπες φόρμες του Thessaloniki Eye Study. Επιπρόσθετα στην ηλεκτρονική βάση δεδομένων εισήχθησαν τα δεδομένα που προέκυψαν από την επεξεργασία των εικόνων του HRT του HRF και των οπτικών πεδίων όλων των συμμετεχόντων. 2.1.2 Πολυκεντρικές κλινικές έρευνες για το γλαύκωμα. Καθώς η χρήση της στατιστικής αποτελεί βασικό εργαλείο στην δημιουργία νέας γνώσης το μέγεθος του δείγματος υπό εξέταση έχει βαρύνουσα σημασία. Επιπρόσθετα η ανάγκη για μελέτη σπάνιων χαρακτηριστικών του φαινοτύπου του γλαυκώματος καθώς και συσχέτιση αυτού με χαρακτηριστικά όπως η φυλή ή η καταγωγή οδήγησαν στην οργάνωση πολυκεντρικών μελετών. Οι πολυκεντρικές μελέτες προσφέρουν λύση στα παραπάνω αλλά απαιτούν και ειδική μέριμνα στον σχεδιασμό του πρωτοκόλλου και του συστήματος διαχείρισης δεδομένων. Οι αλλαγές που εισάγουν οι πολυκεντρικές μελέτες στο πληροφοριακό σύστημα είναι αρκετές. Αρχικά αφορούν τα δεδομένα αλλαγές σχετικές με την ασφάλεια την ακεραιότητα τα δικαιώματα χρήσης και την ανωνυμοποίηση των δεδομένων συνήθως είναι αναγκαίες. Επίσης ο ορισμός διαδικασιών όπως η εκπαίδευση των χρηστών ή βελτίωση του συστήματος σύμφωνα με προβλήματα που αντιμετώπισαν οι χρήστες και η εγκατάσταση του συστήματος είναι πολύ πιο απαιτητικές διαδικασίες σε σχέση με τις αντίστοιχες ανάγκες που παρουσιάζουν τοπικές κλινικές μελέτες. Παρακάτω παρουσιάζεται ως παράδειγμα η πολυκεντρική μελέτη European Glaucoma Society(EGS) GlaucoGENE Project καθώς και οι προτεινόμενες λύσεις που υλοποιήθηκαν για την αντιμετώπιση των προαναφερθέντων προβλημάτων. 2.1.2.1 European Glaucoma Society(EGS) GlaucoGENE Project Το EGS GlaucoGENE Project 28 είναι ένα πανευρωπαϊκό δίκτυο γενετικής επιδημιολογίας του γλαυκώματος αναπτύχθηκε από το GlaucoGENE μία ομάδα επιστημόνων ειδικού ενδιαφέροντος της EGS με γνώμονα τη σημασία της λεπτομερούς φαινοτυπικής κατάταξης στη μελέτη του γλαυκώματος και τη σύγχρονη τάση για διεξαγωγή μελετών ανάλυσης σύνδεσης ολόκληρου του γονιδιώματος (genomewide association studies) 28. Στόχο του προγράμματος αποτελεί η δημιουργία μία κεντρικής βάσης δεδομένων που θα περιλαμβάνει λεπτομερή και τυποποιημένη (standardized) καταγραφή φαινοτυπικών χαρακτηριστικών του γλαυκώματος τα οποία θα συνοδεύονται από γενετικά δεδομένα. Με τη σύγχρονη προσθήκη δεδομένων πρωτεομικής (μελέτη πρωτεΐνων ως επέκταση της γονιδιωματικής ανάλυσης) το EGS GlaucoGENE Project αναμένεται να αποτελέσει πολύτιμη πηγή δεδομένων για μελλοντικές μελέτες στη γενετική και τη γενετική επιδημιολογία του γλαυκώματος. Το EGS GlaucoGENE project επικεντρώνεται σε διάφορους τύπους γλαυκώματος ανοικτής και κλειστής γωνίας. Με τη συστηματική καταγραφή φαινοτύπων από 20

ΔΙΑΧΕΙΡΙΣΗ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ γλαυκωματικούς ασθενείς τα μέλη των οικογενειών τους και φυσιολογικούς μάρτυρες το πρόγραμμα προσφέρει τη δυνατότητα γενετικών αναλύσεων σε διάφορα επίπεδα. Μεταξύ αυτών ανήκουν ο υπολογισμός της γενετικής προδιάθεσης διαφόρων κλινικών χαρακτηριστικών η αναγνώριση γονιδίων με σημαντική συμμετοχή στην εμφάνιση της νόσου καθώς και η χαρτογράφηση γονιδίων (genetic mapping) μέσα από μελέτες σύνδεσης (linkage analysis) και μελέτες συσχέτισης (association studies). Επιπρόσθετα το πρόγραμμα παρέχει την πλατφόρμα για τη μελέτη της αλληλεπίδρασης μεταξύ γονιδίων και περιβαλλοντικών παραγόντων. Στη μελέτη πρόκειται να συμμετάσχουν οφθαλμολογικά κέντρα από διάφορες χώρες της Ευρώπης. Για το λόγο αυτό αναπτύχθηκε ένα λεπτομερές πρωτόκολλο από τυποποιημένες διαδικασίες κλινικής εξέτασης (standard operating procedures) που έχει ως στόχο την τυποποίηση (standardization) και εναρμόνιση των διαδικασιών τόσο σε κάθε κέντρο όσο και ανάμεσα στα διάφορα κέντρα που πρόκειται να συμμετάσχουν. Επιπλέον επειδή αναμένεται να υπάρχουν διαφορές στον εξοπλισμό και την υποδομή μεταξύ των διαφόρων κέντρων. Το πρωτόκολλο προβλέπει διακριτά επίπεδα φαινοτυπικής καταγραφής. Το πλήρες πρωτόκολλο περιλαμβάνει τη συμπλήρωση εκτενών ερωτηματολογίων και μία πλήρη οφθαλμολογική εξέταση με λεπτομερή καταγραφή και σταδιοποίηση των διαφόρων κλινικών ευρημάτων και απεικόνιση διαφόρων οφθαλμικών δομών με laser απεικονιστικές μεθόδους. Ομοίως το πρωτόκολλο περιλαμβάνει λεπτομερείς κανόνες για τη λήψη των δειγμάτων του αίματος και την ασφαλή μεταφορά τους προς τα κέντρα του εξωτερικού που είναι υπεύθυνα για την εξαγωγή του DNA και τη μελέτη των πρωτεϊνών. Στην Εικόνα 1 παρουσιάζεται το σχεδιάγραμμα της ροής των δεδομένων και δειγμάτων αίματος από τα κέντρα συνεισφοράς ως την τελική βάση αποθήκευσης δεδομένων. 21

Βασίλης Κιλίντζης Εικόνα 1: Το διάγραμμα ροής δεδομένων και δειγμάτων αίματος στην μελέτη EGS GlaucoGENE. Η πιλοτική μελέτη για το EGS GlaucoGENE project ξεκίνησε το Μάιο του 27 με ολοκλήρωση της εξέτασης των ασθενών στα τέλη του 28. Η πιλοτική μελέτη διεξήχθη με τη συμμετοχή τεσσάρων κέντρων: 1) Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης 2) Moorfields Eye Hospital London UK 3) University of Genoa Italy και 4) University of Mainz Germany. Με την ολοκλήρωση της πιλοτικής μελέτης αναγνωρίστηκαν δυσκολίες τόσο στη συλλογή των δεδομένων όσο και στην κατανόηση της ηλεκτρονικής βάσης καταγραφής. Για την αντιμετώπιση αυτών των δυσκολιών αποφασίστηκαν συγκεκριμένες τροποποιήσεις η αποτελεσματικότητα των οποίων πρόκειται να ελεγχθεί σε μία δεύτερη πιλοτική μελέτη (validation study) με συμμετοχή των τεσσάρων προαναφερθέντων κέντρων. Με την ολοκλήρωση της δεύτερης πιλοτικής 22

ΔΙΑΧΕΙΡΙΣΗ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ μελέτης και εφόσον διαπιστωθεί ότι το πρόγραμμα μπορεί να διεξαχθεί ομαλώς πρόκειται να ακολουθήσει η κυρίως μελέτη διάρκειας τουλάχιστον 3 ετών. Σε ότι αφορά την οργάνωση του EGS GlaucoGENE project το Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης είναι υπεύθυνο για το συντονισμό ολόκληρου του προγράμματος (Υπεύθυνος: Φώτης Τοπούζης Αναπληρωτής Καθηγητής Οφθαλμολογίας) και για τον έλεγχο της ροής των δεδομένων. Το Moorfields Eye Hospital London UK έχει αναλάβει τον ποιοτικό έλεγχο των δεδομένων (Reading Center) τα δε Institute of Ophthalmology University College London (UCL) UK και το University of Mainz είναι υπεύθυνα για τη συλλογή των δειγμάτων αίματος και την εξαγωγή του DNA. 2.2 Σύστημα Διαχείρισης Δεδομένων Γλαυκωματικών Ασθενών Το σύστημα διαχείρισης δεδομένων γλαυκωματικών ασθενών αναπτύχτηκε με στόχο να παρέχει έναν εύκολο στη χρήση και την πρόσβαση τρόπο για να συλλέγονται τα δεδομένα από διάφορες κλινικές μελέτες αρχικά σχετικές με το γλαύκωμα αλλά με προοπτική να είναι ευέλικτο ώστε να μπορεί να χρησιμοποιηθεί σε κλινικές μελέτες σε άλλους ιατρικούς τομείς. Σύμφωνα με τις απαιτήσεις που τέθηκαν υπήρχε η ανάγκη για επιλογή πρώτον της γλώσσας προγραμματισμού στην οποία θα αναπτυσσόταν ο πυρήνας της εφαρμογής και η διεπαφή με τον χρήστη (user interface) και δεύτερον ο τρόπος αποθήκευσης των δεδομένων. Η επιλογή που έγινε σχετικά με το πρώτο σκέλος ήταν να υλοποιηθεί η εφαρμογή με χρήση σύγχρονών γλωσσών διαδικτυακού προγραμματισμού ώστε οι δυνατότητες που παρέχει να αξιοποιούνται από διεπαφές σε περιβάλλον παγκόσμιου ιστού (web based application interfaces). Τα πλεονεκτήματα που προσφέρει η παραπάνω επιλογή είναι πολλά τόσο κατά την ανάπτυξη όσο και κατά τη χρήση. Η υλοποίηση έγινε στις γλώσσες προγραμματισμού PHP και JAVASCRIPT που είναι από τις πιο κοινές επιλογές στην ανάπτυξη Διαδικτυακών εφαρμογών με τεράστια κοινότητα προγραμματιστών να τις υποστηρίζει και να τις αναπτύσσει με βάσει τις νέες ανάγκες. Κατά την ανάπτυξη χρησιμοποιήθηκαν εργαλεία ανοιχτού κώδικα (open source) και δεν απαιτήθηκε εξειδικευμένο εμπορικό λογισμικό (π.χ. Microsoft visual studio) ή εμπορικές βιβλιοθήκες. Οι διεπαφές σε περιβάλον παγκόσμιου ιστού αξιοποιούν την οικειότητα που έχουν οι χρήστες από την πλοήγησή τους στο διαδίκτυο και έτσι ο χρόνος που απαιτείται για τον χειρισμό των βασικών εργαλείων στην τελική εφαρμογή είναι πρακτικά μηδενικός. Η μελέτη της διεθνούς βιβλιογραφίας σχετικά με τον βέλτιστο τρόπο αποθήκευσης ιατρικών δεδομένων οδηγεί στο συμπέρασμα ότι σταθερές εφαρμογές με ελεγχόμενη συνέπεια δεδομένων(data consistency) επιτυγχάνονται με την χρήση συστημάτων διαχείρισης βάσεων δεδομένων (DataBase Management Systems DBMS). Μετά από εξέταση άλλων εναλλακτικών μεθόδων αποθήκευσης των δεδομένων όπως στιγμιότυπα XML (XML instances) αποφασίστηκε η χρήση ενός DBMS ως υπόβαθρο για την αποθήκευση των δεδομένων. Η Υλοποίηση της βάσης δεδομένων έγινε σε σύγχρονο σύστημα διαχείρισης βάσεων δεδομένων (DBMS) MySQL που παρέχει τις απαραίτητες προϋποθέσεις για την ασφάλεια των αποθηκευμένων δεδομένων και την υψηλή απόδοση στη διαχείριση τους. Η MySQL έχει γίνει η πιο δημοφιλής βάση δεδομένων ανοικτού κώδικα λόγω της 23

Βασίλης Κιλίντζης αυξημένης απόδοσης υψηλής αξιοπιστίας και ευκολίας στην διαχείριση της. Χρησιμοποιείται σε περισσότερες από 6 εκατομμύρια εγκαταστάσεις κλιμακούμενες από μεγάλες εταιρίες μέχρι εξειδικευμένες εφαρμογές με ενσωματωμένες βάσεις δεδομένων σε όλο τον κόσμο. Παρέχει μεταξύ άλλων επεκτασιμότητα και ευελιξία υψηλή απόδοση αξιόπιστη ανταλλαγή δεδομένων ισχυρή προστασία δεδομένων ευκολία διαχείρισης και επιπρόσθετα είναι λογισμικό ανοιχτού κώδικα με συνεχή υποστήριξη και χαμηλό κόστος χρήσης. 2.2.1 Σχεδιαστικές επιλογές για το σχήμα της σχεσιακής βάσης δεδομένων. Ο σχεδιασμός αυτής της βάσης έγινε με στόχο την μέγιστη δυνατή γενικότητα όσον αφορά την αρχιτεκτονική της καθώς στόχος της διατριβής ήταν η δημιουργία ενός μοντέλου κατά το οποίο ο εννοιολογικός και λειτουργικός ορισμός των δεδομένων θα επιτυγχάνεται με σημασιολογικό αυτοχαρακτηρισμό τους και όχι με βάση τη θέση που καταλαμβάνουν στην βάση δεδομένων. Έτσι η βάση δεδομένων που υλοποιήθηκε έχει δύο διακριτά τμήματα. Το πρώτο περιέχει την πληροφορία για τα δεδομένα που θα ζητούνταν από τον χρήστη της εφαρμογής για καταχώριση και το δεύτερο αποθηκεύει τα πραγματικά δεδομένα. Με αυτόν τον τρόπο το πρόγραμμα που αξιοποιεί αυτή την βάση δίνοντας την δυνατότητα στον χρήστη να διαχειριστεί τα δεδομένα χρειάζεται απλώς να είναι ικανό να διαχειριστεί αυτή την δομή και δεν είναι υποχρεωμένο να ενδιαφέρεται για το περιεχόμενο της βάσης. Δηλαδή πιθανές προσθήκες σε πεδία που πρέπει να συμπληρωθούν ή ολόκληρες νέες φόρμες που πρέπει να συμπληρωθούν για υπάρχουσες ή νέες εγγραφές ατόμων δεν απαιτούν αλλαγή στο σχήμα της βάσης ή στην εφαρμογή καθεαυτή παρά μόνο στα δεδομένα της βάσης. Ακολουθώντας αυτή την αρχιτεκτονική η εφαρμογή μπορεί χωρίς καμία αλλαγή να χρησιμοποιηθεί ώστε να καταγραφούν δεδομένα κάποιου άλλου πρωτοκόλλου με διαφορετικό είδος δεδομένων και με διαφορετικό όγκο δεδομένων. Έτσι μπορεί να χαρακτηριστεί ως «επαναχρησιμοποιούμενη» «ευέλικτη» και «επεκτάσιμη» (reusable flexible scalable). 2.2.1.1 Το σχήμα της βάσης δεδομένων. Στην εικόνα που ακολουθεί παρουσιάζεται το διάγραμμα οντοτήτων σχέσεων (Enhanced EntityRelationship diagram EER) που παρουσιάζει το σχήμα της βάσης δεδομένων όπως αυτό συνίσταται από τα δομικά του υλικά (πίνακες πεδία). Επιπρόσθετα παρουσιάζει τις σχέσεις που ορίζουν την εννοιολογική συσχέτιση των πεδίων στους διάφορους πίνακες και επιβάλλουν τους κανόνες που εξασφαλίζουν συνέπεια στα δεδομένα αποτρέποντας πολλαπλές καταχωρίσεις της ίδιας πληροφορίας. 24

ΔΙΑΧΕΙΡΙΣΗ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ Εικόνα 2: Το ενισχυμένο διάγραμμα οντοτήτωνσχέσεων (EER diagram) Παρακάτω θα παρουσιαστούν αναλυτικά οι πίνακες της βάσης δεδομένων και θα εξηγηθεί η χρησιμότητα του κάθε πίνακα. Η χρησιμότητα των πινάκων της βάσης δεδομένων χωρίζεται σε δύο κατηγορίες. Στους πίνακες που περιέχουν την απαραίτητη πληροφορία για τις απαιτήσεις της φόρμας του πρωτοκόλλου και χρησιμοποιούνται για τον ορισμό των πεδίωνερωτήσεων της φόρμας των ορισμό των πιθανών απαντήσεων και τους περιορισμούς και συσχετίσεις μεταξύ των πιθανών απαντήσεων. Σε αυτούς ανήκουν οι CATEGORIES VALUES_LIST ANSWER_LIST ENUM_CONSTRAINT NUM_CONSTRAINT και DEPENDECIES. Αντίθετα οι πίνακες PATIENTS_PRIVATE PATIENT_CONTACTS ENUM_ANSWERS NUM_ANSWERS BIN_ANSWERS TEXT_ANSWERS και CONTACT_STATUS είναι αυτοί που αποθηκεύουν τα δεδομένα της μελέτης. 25

Βασίλης Κιλίντζης 2.2.1.2 CATEGORIES Στον πίνακα αυτό ορίζονται οι κατηγορίες φορμών που ανήκουν στο πρωτόκολλο της μελέτης με τον τίτλο τους καθώς και το πόσες φορές θα είναι δυνατόν να συμπληρωθούν ανά άτομο για την ίδια επίσκεψη. Τέλος καθώς σε διάφορες μελέτες εμφανίζεται η ανάγκη για συμπλήρωση διαφορετικών δεδομένων για το ίδιο άτομο στην ίδια επίσκεψη αλλά από διαφορετικό είδος χρήστη (π.χ απλός καταχωρητής και ειδικός που θα καταχωρίσει συμπεράσματα) στον πίνακα (πεδίο c_privilege) ορίζεται ο ρόλος του χρήστη που θα έχει πρόσβαση στην κάθε κατηγορία. 2.2.1.3 VALUES_LIST Στον πίνακα αυτό ορίζονται τα πεδίαερωτήσεις όλης της φόρμας της μελέτης. Για κάθε πεδίο ορίζεται εκτός από έναν μοναδικό κωδικό που τα ξεχωρίζει (vl_id) το κείμενο της ερώτησης που βλέπει ο χρήστης (vl_caption) η κατηγορία στην οποία ανήκει η ερώτηση (vl_category) η σειρά της στην σελίδα της κατηγορίας (vl_askorder) και το αναμενόμενο είδος της ερώτησης (vl_type) δηλαδή αν η απάντηση θα είναι απλό κείμενο αριθμός απάντηση από πολλαπλή επιλογή ή κάποιο αρχείο. Επίσης ορίζεται ο ρόλος του χρήστη που έχει δυνατότητα επεξεργασίας (vl_privilege) για το συγκεκριμένο πεδίο αν υπάρχει ειδικός τρόπος εμφάνισης του αντικειμένου (vl_showspecial) που θα δεχθεί την απάντηση (π.χ. αν θα είναι λίστα επιλογής ή αναδιπλούμενη λίστα) καθώς και αν το πεδίο είναι απαραίτητο για την συμπλήρωση της φόρμας (vl_required). Καθώς στο τομέα του γλαυκώματος καθώς και σε άλλους ιατρικούς τομείς συλλέγονται δεδομένα για ανθρώπους πολύ συχνά τα δεδομένα αυτά αφορούν δύο συμμετρικές περιοχές του σώματος. Έτσι με τη χρήση του πεδίου (vl_cardinality) ορίζεται αν η συγκεκριμένη ερώτηση πρέπει να γίνει μία φορά ή δύο μία για κάθε πλευρά (π.χ. για το αριστερό και για το δεξί μάτι). Tέλος στο πεδίο (vl_calculated) μπορεί να ορισθεί ότι για τη συγκεκριμένη ερώτηση η απάντηση είναι δυνατόν να υπολογιστεί από άλλα πεδία της φόρμας μέσω κάποιας συνάρτησης υλοποιημένης στην εφαρμογή. 2.2.1.4 ANSWER_LIST Στον πίνακα αυτό αποθηκεύεται το κείμενο για όλες τις πιθανές απαντήσεις που μπορούν να χρησιμοποιηθούν σε οποιαδήποτε απάντηση πολλαπλής επιλογής στην φόρμα. 2.2.1.5 ENUM_CONSTRAINT Τα δεδομένα αυτού του πίνακα ορίζουν ποιες είναι πιθανές απαντήσεις για κάθε μία από τις ερωτήσεις πολλαπλής επιλογής που ορίστηκαν στον VALUES_LIST. Δηλαδή ορίζουν μία σχέση έναπροςπολλά μεταξύ μιας ερώτησεις και πιθανών απαντήσεων όπως αυτές ορίστηκαν στον ANSWER_LIST. Επίσης ορίζεται η σειρά εμφάνισης των πιθανών απαντήσεων και επιτρέπει την απενεργοποίηση μιας πιθανής απάντησης σε κάποια ερώτηση ακόμα και μετά την έναρξη συλλογής δεδομένων. 26

2.2.1.6 NUM_CONSTRAINT ΔΙΑΧΕΙΡΙΣΗ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ Στον πίνακα αυτό ρυθμίζονται τα επιτρεπτά όρια για κάθε μία από τις ερωτήσεις που ορίστηκαν στον VALUES_LIST για τις ερωτήσεις με αριθμητική απάντηση. 2.2.1.7 DEPENDENCIES Με στόχο να υπάρχει στην βάση η απαραίτητη γνώση για την υλοποίηση πιο σύνθετων ελέγχων πληρότητας της φόρμας έχει δημιουργηθεί ο πίνακας DEPENDENCIES. Η λογική αυτού του πίνακα είναι να ορίσει ότι κάποιο πεδίο (de_vl_id) δεν είναι απαραίτητο να συμπληρωθεί όταν κάποιο άλλο πεδίο (de_li_vl_id) έχει μία συγκεκριμένη τιμή (de_ea_al_idde_num_ans). 2.2.1.8 PATIENTS_PRIVATE Στον πίνακα PATIENTS_PRIVATE διατηρούνται τα ευαίσθητα προσωπικά στοιχεία των ατόμων που λαμβάνουν μέρος στην εκάστοτε μελέτη. Πρωτεύον κλειδί και επομένως διαφορετικό για κάθε εγγραφή αυτού του πίνακα είναι ο κωδικός(patient_id) που είναι διαφορετικός για κάθε άτομο που λαμβάνει μέρος στην μελέτη. Επίσης εκτός από την ημερομηνία γέννησης το φύλο και άλλες προσωπικές πληροφορίες στον πίνακα αυτό είναι δυνατόν να κρατηθεί η οικογενειακή σχέση μεταξύ δύο συμμετεχόντων στην μελέτη αν αυτή υπάρχει με την χρήση των πεδίων (relatedwith_id) και (relation_type) τα οποία περιέχουν των κωδικό της μελέτης του πρώτου ατόμου της οικογένειας που εγγράφηκε και την σχέση με αυτό αντίστοιχα. Αν η κλινική μελέτη απαιτεί διαχωρισμό των συμμετεχόντων σε βασικές υπό κατηγορίες (π.χ. νέοδιαγνωσμένοι γλαυκωματικοί ήδη διαγνωσμένοι γλαυκωματικοί υγιείς κλπ.) αυτή η πληροφορία κωδικοποιείται στο πεδίο (subject_type). 2.2.1.9 PATIENT_CONTACTS Καθώς ο σχεδιασμός της βάσης επιτρέπει πάνω από μία επίσκεψη (καταγραφή σετ δεδομένων) ανά άτομο ο πίνακας στον οποίο διατηρείται η ημερομηνία επίσκεψης και η συσχέτιση του κωδικού του ατόμου με τον κωδικό επίσκεψης είναι ο πίνακας PATIENT_CONTACTS. Επιπρόσθετα στην περίπτωση που το πρωτόκολλο της μελέτης απαιτεί πολλαπλή συμπλήρωση της ίδιας σελίδας της φόρμας για διαφορετικά μέλη της οικογένειας του συμμετέχοντος ατόμου τα οποία δεν συμμετέχουν τα ίδια στην μελέτη (ώστε να έχουν δικό τους κωδικό ατόμου) στο πεδίο (pc_fm_id) διατηρούνται οι απαραίτητες πληροφορίες για το διαχωρισμό των μελών αυτών από το κύριο άτομο. 2.2.1.10 CONTACT_STATUS Ο πίνακας αυτός χρησιμεύει στην αποθήκευση της κατάστασης των δεδομένων της τρέχουσας επίσκεψης. Έτσι ορίζεται αν η συμπλήρωση της φόρμας είναι σε εξέλιξη από τον αρχικό καταχωρητή δεδομένων ή αν η φόρμα έχει κλειδωθεί καθώς έχει ολοκληρωθεί η καταχώριση ή αν η αρχική καταχώριση έχει τελειώσει αλλά πρέπει να συμπληρωθούν στοιχεία από χρήστη με ρόλο διαφορετικό του καταχωρητή. 27

Βασίλης Κιλίντζης 2.2.1.11 ENUM_ANSWERS NUM_ANSWERS TEXT_ANSWERS και BIN_ANSWERS Στους πίνακες αυτούς καταχωρούνται οι απαντήσεις ανάλογα με το είδος τους όπως αυτό ορίστηκε στον πίνακα VALUES_LIST. Έτσι για τα πεδία που ορίστηκαν ως πολλαπλής επιλογής οι απαντήσεις (που είναι οι αντίστοιχοι κωδικοί από την λίστα των πιθανών απαντήσεων ANSWER_LIST) αποθηκεύονται στον ENUM_ANSWERS για τις αριθμητικές απαντήσεις χρησιμοποιείται ο NUM_ANSWERS και για τις απαντήσεις ελεύθερου κειμένου ο TEXT_ANSWERS. Τέλος η βάση υποστηρίζει ερωτήσεις/πεδία που απαιτούν την αποθήκευση δυαδικών αρχείων όπως εικόνες ολόκληρα έγγραφα ή αναφορές απεικονιστικών μηχανημάτων σε μη κοινή μορφή. Αυτά τα αρχεία αποθηκεύονται στον πίνακα BIN_ANSWERS. 2.2.2 Εφαρμογή εγγραφής και εισαγωγής δεδομένων γλαυκωματικών ασθενών Η εφαρμογή εγγραφής και εισαγωγής δεδομένων γλαυκωματικών ασθενών είναι μια δυναμική εφαρμογή που επιτρέπει την εισαγωγή και προβολή των συγκεκριμένων δεδομένων της κάθε μελέτης αξιοποιώντας τα δεδομένα που αποθηκεύονται με το παραπάνω σχήμα βάσης δεδομένων. Υλοποιεί υπηρεσίες ελέγχου πρόσβασης μέσω διαπίστευσης χρηστών και διατήρησης αρχείου καταγραφής εκδίδει μοναδικούς κωδικούς ανά άτομο και πραγματοποιεί έλεγχους ποιότητας και πληρότητας με αξιοποιώντας την γνώση που υπάρχει στη κεντρική βάση δεδομένων. Παρακάτω παρουσιάζονται οι βασικότερες λειτουργίες της. 2.2.2.1 Διαπίστευση χρηστών Για να χρησιμοποιήσει κάποιος την εφαρμογή πρέπει να είναι διαπιστευμένος χρήστης. Σε μια βοηθητική βάση δεδομένων (admin_db) ορίζονται οι χρήστες και το επίπεδο πρόσβασηςρόλος με έναν αριθμό. Έτσι μη διαπιστευμένοι χρήστες δεν έχουν πρόσβαση στην εφαρμογή ενώ χρήστες με διαφορετικό ρόλο μπορεί να βλέπουν διαφορετική αρχική σελίδα ή φόρμες εισαγωγής. Εικόνα 3: Η σελίδα εισαγωγής διαπιστευτηρίων. 2.2.2.2 Εγγραφή νέου συμμετέχοντα στην μελέτη Από την κεντρική του σελίδα ο καταχωρητής μπορεί να επιλέξει εγγράψει ένα νέο άτομο στην μελέτη. Τα προσωπικά πεδία που είναι απαραίτητα για την εγγραφή μπορεί να 28

ΔΙΑΧΕΙΡΙΣΗ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ διαφέρουν σε διαφορετικές μελέτες. Σε κάθε περίπτωση επιπλέον στοιχεία που είναι αναγκαία μπορούν να καταχωρηθούν ως τμήμα των δεδομένων της κυρίως φόρμας εισαγωγής. Η διαδικασία εγγραφής αντιστοιχεί έναν κωδικό μελέτης στο άτομο που εγγράφηκε. Εικόνα 4: Σελίδα εγγραφής ατόμου στη μελέτη. 2.2.2.3 Επιλογή φόρμας και συμπλήρωση Κατά την επιλογή ενός ατόμου με στόχο την συμπλήρωση των δεδομένων της μελέτης στην ηλεκτρονική φόρμα ο χρήστης μεταφέρεται στην σελίδα επιλογής φόρμας προς συμπλήρωση. Η σελίδα αυτή δημιουργείται δυναμικά με συνδυάζοντας δεδομένα της βάσης τόσο από τον πίνακα CATEGORIES όσο και από τους πίνακες όπου είναι αποθηκευμένα τα δεδομένα για το συγκεκριμένο άτομο καθώς επιτρέπει στο χρήστη με μια ματιά να εντοπίσει ποιες κατηγορίες δεν έχουν καμία καταχωρημένη απάντηση ποιες έχουν κάποιες και ποιες είναι πλήρεις. Αυτό επιτυγχάνεται με ένα πράσινο πορτοκαλί και κόκκινο τετράγωνο αντίστοιχα δίπλα από τον τίτλο της φόρμας όπως φαίνεται στην Εικόνα 5. 29

Βασίλης Κιλίντζης Εικόνα 5: Σελίδα επιλογής κατηγορίας ερωτήσεων για συμπλήρωση. Αφού επιλέξει φόρμα ο χρήστης οδηγείτε στην αντίστοιχη δυναμικά δημιουργημένη σελίδα καταχώρησης δεδομένων. Εκεί χρησιμοποιώντας τα διαδεδομένα χειριστήρια εισαγωγής (πλαίσιο κειμένου λίστα επιλογής αναδιπλούμενη λίστα επιλογής κλπ) συμπληρώνει τα δεδομένα για την συγκεκριμένη κατηγορία. Στο σημείο αυτό γίνεται ο πρώτος έλεγχος πληρότητας ο οποίος αποτελείται από τον έλεγχο των προς καταχώριση τιμών σε σχέση με το αν είναι οι αναμενόμενοι (πιθανά τυπογραφικά λάθη που εισάγουν χαρακτήρες σε αριθμητικά πεδία) καθώς και αν είναι εντός ορίων για τις αριθμητικές τιμές. Σε αυτό το σημείο πραγματοποιείται και αρχικός έλεγχος για τα απαραίτητα πεδία σύμφωνα με την κατάσταση της στήλης (vl_required) του πίνακα VALUES_LIST. Παράδειγμα λανθασμένης εισαγωγής παρουσιάζεται στην Εικόνα 6. 30

ΔΙΑΧΕΙΡΙΣΗ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ Εικόνα 6: Η σελίδα καταχώρισης. 2.2.2.4 Έλεγχος επιπέδου πληρότητας Καθώς είναι δυνατόν κάποιο πεδίο της φόρμας να μην έχει νόημα να συμπληρωθεί ή ανάποδα να έχει μείνει κενό κάποιο πεδίο που δεν συνάδουν οι συνθήκες ώστε να είναι κενό έχει υλοποιηθεί ένα εργαλείο για τον χρήστη για τον έλεγχο της συνολικής φόρμας ως προς την πληρότητα της. Ο έλεγχος αυτός υλοποιείται σε ξεχωριστή σελίδα και όχι στην φόρμα καταχώρισης της συγκεκριμένης κατηγορίας που ανήκει το πεδίο καθώς η ανάγκη η όχι για συμπλήρωση ενός πεδίου μπορεί να μην είναι δυνατόν να καθοριστεί από τα περιεχόμενα της ίδιας φόρμας αντίθετα μπορεί να σχετίζεται με την τιμή κάποιου πεδίου από άλλη κατηγορία. Η γνώση για τέτοιου είδους αλληλεπιδράσεις μεταξύ των πεδίων ανασύρεται από τον πίνακα DEPENDENCIES. Παράδειγμα αποτελεσμάτων τέτοιου ελέγχου παρουσιάζεται παρακάτω. Στην Εικόνα 7 παρουσιάζεται η σελίδα του τμήματος ελέγχου πληρότητας. Παρουσιάζονται όλες οι κατηγορίες και τα πιθανά προβλήματα ανά πεδίο της κάθε κατηγορίας. Στην ίδια εικόνα βλέπουμε ότι στην κατηγορία Ophthalmic Diseases υπάρχουν δύο πεδία που ενώ θα μπορούσαν υπό προϋποθέσεις να είναι κενά η προϋπόθεση δεν πληρείται. Αυτό γίνεται ξεκάθαρο αν ελεγχθεί η σελίδα καταχώρισης που περιέχει τα συγκεκριμένα πεδία(εικόνα 8). Σε αυτήν παρατηρούμε (γνωρίζοντας εκ προοιμίου την γνώση που κρύβεται πίσω από αυτό το μήνυμα) ότι ενώ έχει επιλεγεί η απάντηση yes στην ερώτηση για χορήγηση του συγκεκριμένου φαρμάκου στο άτομο ο καταχωρητής δεν συμπλήρωσε το πεδίο washout ενώ όφειλε σύμφωνα με τις απαιτήσεις του πρωτοκόλλου της συγκεκριμένης μελέτης. 31

Βασίλης Κιλίντζης Εικόνα 7: Σελίδα ελέγχου πληρότητας. Εικόνα 8: Παράδειγμα φόρμας με ελλιπή στοιχεία 32

ΔΙΑΧΕΙΡΙΣΗ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ 2.3 Ειδικές επιλογές για την κάλυψη αναγκών πολυκεντρικών μελετών. Με στόχο την κάλυψη αναγκών όπως αυτές που περιγράφονται στην παράγραφο (2.1.2.1σελ.20) η Εφαρμογή εγγραφής και εισαγωγής δεδομένων γλαυκωματικών ασθενών εμπλουτίστηκε με νέες δυνατότητες. Επίσης με στόχο την δημιουργία ενός ολοκληρωμένου πληροφοριακού συστήματος χρειάστηκε να ορισθούν και να υλοποιηθούν επιπρόσθετες διαδικασίες και στοιχεία εφαρμογών. Για να υλοποιηθεί η ανάγκη για διατήρηση των δικαιωμάτων χρήσης των δεδομένων που ανήκουν στο κάθε κέντρο συνεισφοράς δεδομένων ξεχωριστά η λύση που επιλέχθηκε ήταν η χρήση τοπικής βάσης δεδομένων. Με αυτόν τον τρόπο το κάθε κέντρο συνεισφοράς διατηρεί και έχει πρόσβαση στα δεδομένα που καταχωρεί και η κεντρική βάση περιέχει τον συνδυασμό των δεδομένων από όλα τα κέντρα. Επιπρόσθετα η εφαρμογή υλοποιεί και ανωνυμοποίηση των δεδομένων καταχωρώντας μόνο στην τοπική βάση ευαίσθητα προσωπικά δεδομένα του πίνακα PATIENTS_PRIVATE (2.2.1.8 σελ.27). Για να αποφευχθούν προβλήματα με ακεραιότητας δεδομένων μεταξύ της κεντρικής βάσης και των τοπικών βάσεων επιλέχθηκε η λύση της ταυτόχρονης καταχώρισης των δεδομένων και στις δύο. Έτσι αποφεύγεται η διαδικασία συγχρονισμού που επιτρέπει διαφορετικά περιεχόμενα στις βάσεις στο μεσοδιάστημα μεταξύ των συγχρονισμών. Στην κεντρική βάση ορίσθηκαν επιπρόσθετοι απαραίτητοι πίνακες που περιγράφουν ποια είναι η τοπική βάση του κάθε κέντρου καθώς και σε ποιο κέντρο συνεισφοράς και με ποιο ρόλο ανήκει ο κάθε χρήστης. 2.3.1 Διαδικασίες απομακρυσμένης πρόσβασης στο σύστημα. Βασική προϋπόθεση για την χρήση του συστήματος είναι η παροχή δυνατότητας πρόσβασης. Το κύριο πρόβλημα σε αυτή τη διαδικασία είναι η εντελώς διαφορετικές πολιτικές ασφαλείας που εφαρμόζουν οι διαχειριστές δικτύου στα διάφορα κέντρα που συμμετέχουν. Γι αυτό το λόγο έγινε προσπάθεια να δοθεί δυνατότητα πρόσβασης με διαφορετικούς τρόπους ανάλογα με τις τοπικές δυνατότητες ρύθμισης του τείχους προστασίας. 2.3.1.1 Ορισμός Εικονικού Ιδιωτικού Δικτύου(VPN) Ορισμός ενός ασφαλούς τρόπου τόσο στην πρόσβαση στην εφαρμογή όσο και στην διακίνηση των δεδομένων μεταξύ των βάσεων των κέντρων συνεισφοράς και της κεντρικής βάσης θα μπορούσε να επιτευχθεί με δύο τρόπους. Πρώτον με χρήση LANto LAN σύνδεσης μεταξύ όλων των κέντρων και του κέντρου διαχείρισης. Η λύση αυτή απορρίφθηκε καθώς παρουσιάζει μεγάλο κόστος σε συνδυασμό με δυσκολίες εγκατάστασης που θα μπορούσαν να είναι ανυπέρβλητες για κάποια κέντρα συνεισφοράς. Η δεύτερη λύση η οποία και ακολουθήθηκε είναι η χρήση της σύνδεσης στο Διαδίκτυο και υλοποίηση ενός εικονικού ιδιωτικού δικτύου (VPN) 293031. Η λύση χρήσης πρωτοκόλλου HTTPS (Secure HTTP) θα έλυνε το πρόβλημα της ασφαλούς πρόσβασης στην εφαρμογή αλλά δεν θα μπορούσε να επιλύσει το πρόβλημα της ασφαλούς διακίνησης των δεδομένων από το κέντρο διαχείρισης προς τις τοπικές βάσεις των διαφόρων κέντρων συνεισφοράς δεδομένων. 33

Βασίλης Κιλίντζης Το VPN είναι ένα ιδιωτικό κανάλι επικοινωνίας σε ένα δημόσιο δίκτυο τα συστατικά ασφάλειας του VPN είναι η κρυπτογράφηση και η πιστοποίηση που επιτυγχάνονται με την χρήση πιστοποιητικών και κλειδιών. Για τις ανάγκες τις πολυκεντρικής μελέτης European Glaucoma Society GlaucoGENE η SSL VPN λύση ανοιχτού κώδικα OpenVPN. Αρχικά εκδόθηκαν από δύο πιστοποιητικά (δημόσιο και ιδιωτικό κλειδί αντίστοιχα) για κάθε κέντρο συνεισφοράς και το κέντρο διαχείρισης. Επίσης ορίστηκε μια αρχή πιστοποίησης και εκδόθηκε το κύριο πιστοποιητικό της αρχής πιστοποίησης (Certification Authority) το οποίο χρησιμοποιήθηκε για να υπογραφούν όλα τα παραπάνω πιστοποιητικά. Στο κέντρο διαχείρισης ορίστηκαν δύο διακομιστές OpenVPN ένας για να δέχεται συνδέσεις TCP και ένας για UDP ώστε να μπορέσουν να συνδεθούν τα κέντρα συνεισφοράς με όποιο τρόπο τους επιτρέπουν οι τοπικές πολιτικές ασφαλείας του δικτύου τους. 2.3.1.2 Αποστολή λογισμικού εγκατάστασης και προσωπικού ψηφιακού πιστοποιητικού. Σε κάθε κέντρο έγινε συστημένη αποστολή ενός CD που περιείχε έναν εύχρηστο οδηγό εγκατάστασης. Η διαδικασία περιλάμβανε την εγκατάσταση και παραμετροποίηση της βάσης δεδομένων και του OpenVPN. Αναλυτικά αρχικά γινόταν εγκατάσταση της MySQL ως υπηρεσία του συστήματος μαζί με το σχήμα της βάσης της εφαρμογής διαχείρισης. Κατόπιν γινόταν εγκατάσταση του OpenVPN χρησιμοποιώντας τα πιστοποιητικά του κάθε κέντρου αντίστοιχα. Επίσης γινόταν εγκατάσταση του συνδέσμου έναρξης της εφαρμογής στην επιφάνεια εργασίας του χρήστη. 2.3.2 Επιπρόσθετοι ρόλοι χρηστών και δυνατότητες της εφαρμογής. Οι πολυκεντρικές μελέτες πολύ συχνά εκτός από τον ορισμό διαδικασιών εκτέλεσης του πρωτοκόλλου της μελέτης (standard operating procedures SOPs) ορίζουν επίσης διαδικασίες και άτομα υπεύθυνα για την ποιότητα των δεδομένων που παραλαμβάνονται από τα κέντρα συνεισφοράς. Η διαδικασία αυτή αφορά την ποιότητα λήψης κάποιον εικόνων η μετρήσεων των τεχνολογιών απεικόνισης και όχι των καταχωρημένων δεδομένων. Για το σκοπό αυτό ορίστηκε στην εφαρμογή ένας νέος ρόλος χρηστών ο οποίος είχε πρόσβαση στα δεδομένα από τις τεχνολογίες απεικόνισης για τους κωδικούς της μελέτης που έχουν κλειδωθεί (δεν είναι πλέον δυνατή η πρόσβαση από τα κέντρα συνεισφοράς) από τα διάφορα κέντρα. Οι χρήστες που αντιστοιχούν στον παραπάνω ρόλο εξετάζουν τα δεδομένα και συμπληρώνουν ανά κωδικό φόρμες στις οποίες δεν είχαν πρόσβαση οι αρχικοί καταχωρητές. Κατόπιν το σετ δεδομένων θεωρείτε πλήρες και τα δεδομένα αποκτούν νέο κωδικό και αποθηκεύονται στην βάση αποθήκευσης πλήρη και ανωνυμοποιημένα. 2.4 Συμπεράσματα και συζήτηση Η διαχείριση των ιατρικών δεδομένων κλινικών μελετών των γλαυκωματικών ασθενών έχει να αντιμετωπίσει όμοια προβλήματα με αυτά της διαχείρισης ιατρικών δεδομένων ασθενών άλλων παθήσεων. Επιπρόσθετα από τις ανάγκες που υπάρχουν για την διάγνωση την σταδιοποίηση και αντιμετώπιση της νόσου προκύπτουν ιδιαιτερότητες τις οποίες 34

ΔΙΑΧΕΙΡΙΣΗ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ πρέπει να ληφθούν υπόψιν κατά τον σχεδιασμό και την υλοποίηση ενός συστήματος διαχείρισης δεδομένων γλαυκωματικών ασθενών. Στο κεφάλαιο που προηγήθηκε παρουσιάζεται ένα πληροφοριακό σύστημα που είναι δομημένο σε διακριτά επίπεδαείναι επεκτάσιμο φιλικό στη χρήση και στη συντήρηση και επίσης ασφαλές στην αποθήκευση και διακίνηση των δεδομένων. Κύρια χαρακτηριστικά του συστήματος είναι η επαναχρησιμοποιούμενη δομή της βάσης δεδομένων δηλαδή η δυνατότητα χρήσης της ίδιας δομής για αποθήκευση δεδομένων διαφορετικών κλινικών μελετών. Η βάση δεδομένων χρησιμοποιείται αφενός για αποθηκεύση των δεδομένων που συλλέγονται από την μελέτη και αφετέρου για αποθήκευση των περιεχομένων της φόρμας συλλογής δεδομένων (ερωτήσεις πιθανές απαντήσεις σειρά ερωτήσεων κ.α) επιτυγχάνοντας έτσι εύκολες τροποποιήσεις στην φόρμα συλλογής της μελέτης χωρίς να είναι απαραίτητη η επεξεργασία της εφαρμογής διαχείρισης. Επίσης η εφαρμογή αξιοποιώντας την πληροφορία που είναι αποθηκευμένη στην βάση δεδομένων παρουσιάζει την φόρμα συλλογής δεδομένων με φιλικό τρόπο που συμπίπτει με την έντυπη φόρμα και εφαρμόζει κανόνες ελέγχου πληρότητας και λαθών εισαγωγής. Η εφαρμογή υποστηρίζει με τον ίδιο τρόπο και πολυκεντρικές μελέτες με την προυπόθεση ότι έχουν υλοποιηθεί οι απαιτήσεις ασφάλειας στην ανταλλαγή δεδομένων μεταξύ των κέντρων συνεισφοράς δεδομένων. Το μοντέλο που χρησιμοποιήθηκε για αυτή την περίπτωση σύμφωνα με τον σχεδιασμό του πληροφοριακού συστήματος απαιτεί την υλοποίηση ιδιωτικού εικονικού δικτύου (Virtual Private Network) και εγκατάσταση τοπικών στιγμιοτύπων της βάσης δεδομένων. Ειδικά για τις πολυκεντρικές μελέτες επιπρόσθετοι ρόλοι χρηστών με πρόσβαση σε διαφορετικά τμήματα της εφαρμογής προστέθηκαν ώστε να υλοποιούν ειδικές εργασίες όπως ο έλεγχος ποιότητας από ανεξάρτητο παρατηρητή. Ειδικά για τις πολυκεντρικές μελέτες η εφαρμογή υποστηρίζει την μη καταγραφή ευαίσθητων προσωπικών δεδομένων στην κεντρική βάση επιτρέποντας ταυτόχρονα την διατηρισή τους στις τοπικές βάσεις δεδομένων. Το μοντέλο του συστήματος διαχείρισης δεδομένων που παρουσιάστηκε στο κεφάλαιο αυτό χρησιμοποιήθηκε κατόπιν πέραν από τις προαναφερθέντες κλινικές μελέτες σε πλήθος άλλων μελετών του εργαστηρίου έρευνας και κλινικών εφαρμογών στην οφθαλμολογία χωρίς αλλαγές πέραν των προβλεπόμενων από το μοντέλο στο τμήμα της βάσης δεδομένων στο οποίο αποθηκεύεται η δομή της φόρμας συλλογής δεδομένων της εκάστοτε μελέτης. Η χρήση του μοντέλου σε νέες μελέτες έχει ως αποτέλεσμα την αισθητική βελτίωση της εφαρμογής διαχείρισης και επίσης των σχεδιασμό νέων εργαλείων που ενσωματώνονται στην εφαρμογή σαν πρόσθετα χωρίς να αλλοιώνουν το μοντέλο που περιγράφηκε στο κεφάλαιο αυτό. 35

Βασίλης Κιλίντζης 3 ΕΠΕΞΕΡΓΑΣΙΑ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ 3.1 Εισαγωγή και σχετικά ερευνητικά αποτελέσματα Όπως έχει ήδη διατυπωθεί η γλαυκωματική οπτική νευροπάθεια αποτελεί μια ομάδα διαταραχών που χαρακτηρίζεται από μια επιταχυνόμενη απώλεια των γαγγλιακών κυττάρων και των νευραξόνων του αμφιβληστροειδή. Εκτός από την παθολογική αυτή απώλεια των γαγγλιακών κυττάρων υπάρχει και φυσιολογική απώλεια που σχετίζεται με την ηλικία και εκφράζεται με ένα ρυθμό που ανέρχεται σε 50 κατά προσέγγιση νευράξονες ανά έτος. 3233 Ως συνέπεια των φυσιολογικών αυτών μεταβολών στην στιβάδα των νευρικών ινών είναι και οι μεταβολές στον οπτικό δίσκο. 4 Επομένως κάθε ευαίσθητη και αναπαραγόμενη μέτρηση του οπτικού δίσκου και της στιβάδας των οπτικών νευρικών ινών (RNFL) όπως και των μεταβολών αυτών θα αποτελούσε ένα ιδιαίτερα χρήσιμο εργαλείο στην γενικότερη προσέγγιση του γλαυκώματος. Πάνω στην αντικειμενικήποσοτική εκτίμηση των ανατομικών αυτών στοιχείων θα μπορούσε να βασισθεί η έγκαιρη διάγνωση καθώς και η συστηματοποίηση της αποτίμησης της κάθε θεραπευτικής παρέμβασης. Επεξεργασία των δεδομένων που προκύπτουν από τα σύγχρονα μηχανήματα ψηφιακής απεικόνισης και βιομορφομετρίας μπορεί να οδηγήσει στον εντοπισμό των ιδιαίτερων δομικών αλλαγών του κάθε φαινοτύπου του γλαυκώματος παρέχοντας σημαντικές πληροφορίες στην κατεύθυνση της κατανόησης του παθογενετικού μηχανισμού της νόσου. Τα τελευταία 15 χρόνια έχουν γίνει αρκετές ερευνητικές εργασίες με χρήση τεχνικών επεξεργασίας εικόνας στον τομέα της οφθαλμολογίας. Ειδικά για το γλαύκωμα έχουν παρουσιαστεί εργασίες με στόχο τον αυτόματο εντοπισμό του οπτικού δίσκου η των αγγείων από φωτογραφίες βυθού 3435. Πιο συχνές είναι οι εργασίες που συγκρίνουν παραμέτρους από τις διάφορες απεικονιστικές μεθόδους ή συνδυάζουν κάποιες από αυτές 3637. Στο κεφάλαιο αυτό παρουσιάζεται η εργασία που έγινε με στόχο τον ορισμό και υπολογισμό νέων παραμέτρων και χαρακτηριστικών σε εικόνες του οπτικού νεύρου. 3.1.1 LASER τεχνολογίες ψηφιακής απεικόνισης και βιομορφομετρίας. Στις μέρες μας διάφορες LASER τεχνολογίες ψηφιακής απεικόνισης και βιομορφομετρίας παρέχουν εκτός των άλλων απεικόνιση του οπτικού δίσκου και της στιβάδας των οπτικών νευρικών ινών (RNFL) υπολογίζοντας διάφορες παραμέτρους που αντιστοιχούν σε μορφολογικά χαρακτηριστικά των περιοχών αυτών. Οι πιο διαδεδομένες είναι ο τομογράφος οπτικής συμφωνίας 38394041 OCT III Stratus (Optical Coherence Tomography Humphrey Zeiss CA USA) ο αναλυτής στιβάδας οπτικών ινών GDx VCC (Scanning Laser Polarimeter Laser Diagnostic Technologies Inc. San Diego CA USA) 424344 και το συνεστιακό laser οφθαλμοσκόπιο σάρωσης Heidelberg Retina Tomograph [HRT] (Confocal Scanning Laser Ophthalmoscopy Heidelberg Engineering Germany) του οποίου οι πρωτογενείς αναλύσεις χρησιμοποιήθηκαν σαν αρχικά δεδομένα για περεταίρω επεξεργασία σε αυτή τη διατριβή. 36

3.1.1.1 Heidelberg Retina Tomograph ΕΠΕΞΕΡΓΑΣΙΑ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ Το συνεστιακό laser οφθαλμοσκόπιο σάρωσης HRT προσφέρει μια τρισδιάστατη απεικόνιση της κεφαλής του οπτικού νεύρου και της στιβάδας των νευρικών ινών με παράλληλη μείωση της ανάγκης για καλά διεσταλμένη κόρη και καθαρά διαθλαστικά μέσα. 45 Ένα συνεστιακό οπτικό σύστημα έχει την ιδιότητα να επιτρέπει μόνο σε μια λεπτή τομή του ιστού στόχου να εστιάζεται στο επίπεδο απεικόνισης (οι ακτίνες Laser που αντανακλώνται από τα υψηλότερα ή χαμηλότερα εστιακά επίπεδα δεσμεύονται) και έτσι απεικονίζονται οπτικές τομές του ιστού που αποδίδονται ως υψηλής ευκρίνειας τοπογραφικές εικόνες. Ο ιστός απεικονίζεται σημείο προς σημείο μέσω ενός στενοπικού διαφράγματος. 4647484950 (Εικόνα 9) Το HRT χρησιμοποιεί ένα laser διόδου που εκπέμπει στα 670nm για να δημιουργήσει μια τρισδιάστατη εικόνα από μια σειρά οπτικών τομών που λαμβάνονται με scanning σύστημα στον άξονα z στο χώρο σε 32 διαδοχικά εστιακά επίπεδα. Επειδή η τοπογραφική laser ανίχνευση αφορά ένα επίπεδο τη φορά (μια οπτική τομή) το σύστημα αναδημιουργεί την εικόνα της κεφαλής του οπτικού νεύρου με μια σειρά δυσδιάστατων ψηφιακών εικόνων που έχουν ληφθεί στα 32 διαδοχικά εστιακά επίπεδα στον άξονα Ζ. 46475152 (Εικόνα 10) Εικόνα 9:Βασική αρχή λειτουργίας του συνεστιακού laser 37

Βασίλης Κιλίντζης Εικόνα 10:Η ακολουθία των 32 εικόνων που λαμβάνονται από το HRT. Το εστιακό επίπεδο από την επιφάνεια του οπτικού δίσκου (επάνω αριστερά) μετακινείται στο βαθύτερο σημείο (κάτω δεξιά). Η απόσταση μεταξύ δύο διαδοχικών εικόνων ανέρχεται στα 1/16 mm Το σύστημα αποδίδει την τοπογραφική εικόνα που εμπεριέχει τρισδιάστατη πληροφορία της μορφολογίας της κεφαλής του οπτικού νεύρου με βάση τα δεδομένα των 32 δυσδιάστατων διαδοχικών οπτικών τομών. Το σύστημα καταγραφής διορθώνει τις ατέλειες που προκαλούνται από τις σακαδικές κινήσεις του ματιού κατά τη λήψη της εικόνας. Κάθε τοπογραφική εικόνα αποτελείται από 256 x 256 pixel κάθε ένα από τα οποία αντιπροσωπεύει την μέτρηση του ύψους στην αντίστοιχη θέση της κεφαλής του οπτικού νεύρου. Η οπτική ανάλυση στο εγκάρσιο επίπεδο είναι περίπου 10 μm ενώ στο αξονικό επίπεδο περίπου 3 μm. Μετά το πέρας της εξέτασης καθορίζονται τα όρια του οπτικού δίσκου τοποθετείται το επίπεδο αναφοράς και λαμβάνονται οι διάφορες στερεομετρικές βιομορφομετρικές παράμετροι (Εικόνα 11). Εικόνα 11:Προσδιορισμός του επιπέδου αναφοράς. Τοποθετείται 50μm κάτω από το κροταφικό όριο του δίσκου. Ότι βρίσκεται πάνω από το επίπεδο αυτό και εντός των ορίων του δίσκου θεωρείται νευροαμφιβληστροεικός ιστός (rim) ενώ ότι βρίσκεται κάτω θεωρείται κοίλανση. 38

ΕΠΕΞΕΡΓΑΣΙΑ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ Για τον καθορισμό των στερεομετρικών παραμέτρων είναι απαραίτητη η ένθεση από παρατηρητή του περιγράμματος του δίσκου (contour line) που καθορίζει τα όρια του δίσκου. Η εικόνα ευθυγραμμίζεται για κάθε παρέκκλιση και το ύψος της παραθηλαίας επιφάνειας του αμφιβληστροειδούς υπολογίζεται σε σχέση με ένα νοητό επίπεδο που τοποθετείται από το λογισμικό 50 μm κάτω από την επιφάνεια του παραθηλαίου αμφιβληστροειδή που βρίσκεται κροταφικά μεταξύ των μοιρών 4 και 10 και κατά μήκος των ορίων της θηλής του οπτικού νεύρου. Ότι βρίσκεται πάνω από το επίπεδο αναφοράς και εντός των ορίων του δίσκου θεωρείται ως rim ενώ ότι βρίσκεται κάτω από το επίπεδο αναφοράς θεωρείται κοίλανση 160 (Εικόνα 11). Οι περισσότερες από τις παραμέτρους του HRT εξαρτώνται από το επίπεδο αναφοράς καθώς είναι ποσοτικές και η μετατόπιση του επιπέδου αναφοράς κατά τον άξονα z οδηγεί σε υποεκτίμηση ή υπερεκτίμησή τους. 3.1.1.2 Παράμετροι Στην Εικόνα 12 παρουσιάζεται η εκτυπώσιμη αναφορά που προσφέρει το HRT. Οι κυριότερες στερεομετρικές τοπογραφικές παράμετροι είναι 53 : Disc Area= η περιοχή που οριοθετείται από την contour line και αντιπροσωπεύει την έκταση του οπτικού δίσκου. Αποτελεί σημαντική παράμετρο που επηρεάζει αρκετές από τις υπόλοιπες παραμέτρους που αποδίδει το HRT. Δεν εξαρτάται από το επίπεδο αναφοράς. Όταν συγκρίνουμε διάφορες ομάδες με το HRT τα αποτελέσματα πρέπει πάντοτε να σταθμίζονται με αυτή την παράμετρο. Cup area:αντιπροσωπεύει την έκταση της κοίλανσης του οπτικού νεύρου και βρίσκεται εντός του περιγράμματος του δίσκου (contour line) και κάτω από το επίπεδο αναφοράς. Η τιμή της είναι συνάρτηση του επιπέδου αναφοράς. Εμφανίζεται με κόκκινο χρώμα στην τοπογραφική εικόνα του οπτικού δίσκου. Εικόνα 8. Rim area:αντιπροσωπεύει την έκταση του νευροαμφιβληστροειδικού ιστού (rim) και βρίσκεται εντός του περιγράμματος του δίσκου και πάνω από το επίπεδο αναφοράς. Η τιμή της είναι συνάρτηση του επιπέδου αναφοράς. Εμφανίζεται με πράσινο χρώμα στην τοπογραφική εικόνα του οπτικού δίσκου. Οι άλλες αποχρώσεις (μπλε) απεικονίζουν περιοχές του rim που εμφανίζουν κλίση (sloping). Εικόνα 12. Cup/Disc Area ratio: ο λόγος της έκτασης της κοίλανσης (cup area) προς την έκταση του δίσκου (Disc Area). Επειδή οι παράμετροι από τις οποίες προκύπτει εξαρτώνται από την τοποθέτηση του επιπέδου αναφοράς και αυτή επηρεάζεται από το επίπεδο αναφοράς. Cup volume: ο όγκος της κοίλανσης που ορίζεται ως ο όγκος που βρίσκεται εντός της contour line και κάτω από το επίπεδο αναφοράς. Η τιμή της είναι συνάρτηση του επιπέδου αναφοράς. Rim volume: ο όγκος του νευροαμφιβληστροειδικού ιστού (rim) που ορίζεται ως ο όγκος που βρίσκεται εντός του περιγράμματος (contour line) και πάνω από το επίπεδο αναφοράς. Η τιμή της είναι συνάρτηση του επιπέδου αναφοράς. Mean cup depth: το μέσο βάθος της κοίλανσης. Η τιμή της είναι ανεξάρτητη του επιπέδου αναφοράς. Maximum cup depth: το μέγιστο βάθος της κοίλανσης. Η τιμή της είναι ανεξάρτητη του επιπέδου αναφοράς. 39

Βασίλης Κιλίντζης Cup Shape Measure: είναι μια μέτρηση που αφορά στο τρισδιάστατο σχήμα της κοίλανσης. Αποδίδει την κατανομή της συχνοτήτας των διαφόρων βαθών της κοίλανσης. Οι φυσιολογικές τιμές είναι αρνητικές. Η τιμή της είναι ανεξάρτητη του επιπέδου αναφοράς. Ηeight variation contour: πρόκειται για την διακύμανση του ύψους κατά μήκος της contour line και αντιπροσωπεύει την διαφορά ανάμεσα στο πιο υψηλό και το πιο χαμηλό σημείο κατά μήκος του περιγράμματος του δίσκου (contour line). Η παράμετρος αυτή ελαττώνεται σε περίπτωση διάχυτης απώλειας της στιβάδας των νευρικών ινών ενώ αυξάνεται στην περίπτωση εστιακής απώλειας. Η τιμή της είναι ανεξάρτητη του επιπέδου αναφοράς. Μean RNFL thicknes: αντιπροσωπεύει το μέσο πάχος της στιβάδας των νευρικών ινών όπως μετράτε κατά μήκος του περιγράμματος του δίσκου (contour line) και σε σχέση με το επίπεδο αναφοράς. Η τιμή της είναι συνάρτηση του επιπέδου αναφοράς. RNFL crosssectional area: συνολική έκταση της στιβάδας των νευρικών ινών όπως μετράτε κατά μήκος του περιγράμματος του δίσκου (contour line) και σε σχέση με το επίπεδο αναφοράς. Η τιμή της είναι συνάρτηση του επιπέδου αναφοράς. Reference Height: περιγράφει τη θέση του επιπέδου αναφοράς σε σχέση με το μέσο ύψος της επιφάνειας του παραθηλαίου αμφιβληστροειδή. Εικόνα 12:Η αναφορά του HRT. Πάνω οι τοπογραφικές εικόνες του νεύρου. Τα χρώματα προσδιορίζουν τα χαρακτηριστικά του δίσκου (πράσινομπλε rim κόκκινο κοίλανση). Στο κάτω μέρος φαίνονται οι παράμετροι του HRT 40

3.1.2 Δυνατότητες των παραμέτρων του HRT ΕΠΕΞΕΡΓΑΣΙΑ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ Το HRT είναι η πρώτη απεικονιστική μέθοδος που χρησιμοποιήθηκε στην προσέγγιση του γλαυκώματος. Έτσι μεγάλος αριθμός μελετών έχουν πραγματοποιηθεί με την χρήση του HRT οι οποίες διερευνούν την διαγνωστική ικανότητα την ικανότητα να ανιχνεύει την πρόοδο της νόσου τη συσχέτιση της ανατομικής με τη λειτουργική βλάβη τα ιδιαίτερα χαρακτηριστικά διαφόρων φαινοτύπων γλαυκώματος όπως η μελέτη των Iester Mikelberg Swindale και Drance 54 με στόχο τον προσδιορισμό της διακριτικής ικανότητας των διάφορων παραμέτρων του HRT στον εντοπισμό γλαυκώματος που υποδεικνύει ως πιο ισχυρή παράμετρο για τον διαχωρισμό γλαυκωματικώνυγειών το cum shape measure (ROC area 0.812). Έχουν αναπτυχθεί διάφορες φόρμουλες ανάλυσης που με βάση τις παραμέτρους του HRT χαρακτηρίζουν κάποιο οπτικό δίσκο ως γλαυκωματικό ή φυσιολογικό. Οι κυριότερες είναι η Mikelberg 55 η Bathija 56 η Iester 57 και η Mardin 58 (φέρουν τα ονόματα των ερευνητών που τις δημιούργησαν). Η διακριτική τους ικανότητα διαφέρει σημαντικά επηρεαζόμενη κυρίως από το μέγεθος του δίσκου. Έτσι σε μικρούς δίσκους η φόρμουλα Mikelberg και Bathija εμφανίζουν μεγαλύτερη διακριτική ικανότητα. Στους μέτριους και μεγάλους δίσκους η φόρμουλα Iester φαίνεται να υπερτερεί 59 Σε σχέση με τον τύπο του γλαυκώματος το διαθλαστικό σφάλμα το φύλο οι τρεις φόρμουλες δεν παρουσιάζουν σημαντικές διαφορές 60. Όσον αφορά στη συσχέτιση μεταξύ των ανατομικών παραμέτρων που αποδίδει το HRT και των δεικτών του οπτικού πεδίου πολλές από τις παραμέτρους του HRT έχουν στατιστικά σημαντική συσχέτιση με τους δείκτες του οπτικού πεδίου με την μεγαλύτερη συσχέτιση να καταγράφεται μεταξύ των δεικτών του οπτικού πεδίου και των παραμέτρων rim area και cup shape measure του HRT. 616263 3.2 Στόχοι επεξεργασίας δεδομένων γλαυκωματικών ασθενών Στην παρούσα διατριβή έγινε προσπάθεια εξαγωγής νέας γνώσης σχετικής με την μορφή του περιγράμματος της κοίλανσης του οπτικού δίσκου όπως αυτή ορίζεται από τις εικόνες της αναφοράς του HRT (βλ. 37) και διερευνήθηκε η συσχέτιση αυτών των παραμέτρων με την ύπαρξη ή όχι γλαυκώματος. Μέχρι την έναρξη της παρούσας διατριβής το σχήμα της επιφάνειας του οπτικού δίσκου δεν αποτελούσε θέμα οποιασδήποτε ανάλυσης με στόχο την εξαγωγή νέων παραμέτρων για πολλά χρόνια. Χρησιμοποιώντας φωτογραφίες του οπτικού δίσκου σε παλαιότερες έρευνες είχε διερευνηθεί η εκκεντρότητα (ο λόγος της οριζόντιας προς την κάθετη διάμετρο) 64 ή ο λόγος της ελάχιστης προς την μέγιστη διάμετρο 65 που χρησιμοποιήθηκαν ως ένδειξη για την ομοιότητα του σχήματος με κύκλο. Η παρούσα επεξεργασία είχε στόχο να διερευνήσει την δυνατότητα ορισμού παραμέτρων ανά εικόνα που προκύπτουν από το σχήμα της επιφάνειας της κοίλανσης του οπτικού δίσκου επίσης να ορίσει μέτρα ομοιότητας μεταξύ των αναπαραστάσεων των περιγραμμάτων της επιφάνειας της κοίλανσης και να εξετάσει αν με αυτό τον τρόπο μπορούν να ομαδοποιηθούν σωστά οι εικόνες των γλαυκωματικών ασθενών και των υγειών ατόμων. Τέλος χρησιμοποιήθηκε συμβολική αναπαράσταση του περιγράμματος που προκύπτει από κάθε εικόνα με την μέθοδο SAX (Symbolic Aggregate Approximation) και χρησιμοποιήθηκε ως μέτρο ομοιότητας η συμβολική απόσταση. 41

Βασίλης Κιλίντζης Η διαδικασία συλλογής εξαγωγής και επεξεργασίας δεδομένων καθώς και οι παράμετροι που ορίστηκαν παρουσιάζονται αναλυτικά παρακάτωμαζί με τα αποτελέσματα της διερεύνησης τους ως προς την διακριτική τους ικανότητα στον διαχωρισμό μεταξύ γλαυκωματικών ασθενών και ατόμων χωρίς γλαυκωματική βλάβη. 3.3 Συλλογή δεδομένων Τα δεδομένα που χρησιμοποιήθηκαν προς επεξεργασία προήλθαν από τις μελέτες Thessaloniki EYE study (TES) και Πυθαγόρας/Πεννεδ συνολικά χρησιμοποιήθηκαν δεδομένα από 194 μάτια (194 συμμετέχοντες) και από τις δύο μελέτες που διεξήχθησαν στο εργαστήριο έρευνας και κλινικών εφαρμογών στην οφθαλμολογία. Συγκεκριμένα το πρώτο τμήμα αποτελούσαν δεδομένα από 40 ασθενείς με πρωτοπαθές γλαύκωμα ανοιχτής γωνίας (ΠΓΑΓ) και 50 υγιή άτομα (φυσιολογικοί μάρτυρες) από την μελέτη Πυθαγόρας. Το δεύτερο τμήμα των δεδομένων από 57 ασθενείς με ΠΓΑΓ και 47 υγιή άτομα προήλθε από την μελέτη TES. Όπως αναφέρθηκε στις αντίστοιχες παραγράφους (2.1.1.1 2.1.1.2) στις μελέτες αυτές έγινε χρήση του συνεστιακού laser οφθαλμοσκόπιου σάρωσης HRT ακολουθώντας το ίδιο πρωτόκολλο λήψης και ανάλυσης των εικόνων. Για κάθε άτομο και μάτι τρεις διαδοχικές σειρές απλών εικόνων 10 μοιρών λήφθηκαν υπό τις ίδιες πειραματικές συνθήκες. Πριν από κάθε λήψη τα αποτελέσματα της μέτρησης της οπτικής οξύτητας καθώς και της κερατομετρίας εισάγονταν στο λογισμικό του HRT για να είναι σωστή η διόρθωση προβλημάτων μεγέθυνσης. 3.3.1 Κριτήρια επιλογής/απόρριψης ατόμων Τα δεδομένα που χρησιμοποιήθηκαν χωρίστηκαν σε δύο κατηγορίες σύμφωνα με την διάγνωση των ατόμων από τα οποία προήλθαν. Η διάγνωση έγινε από οφθαλμιάτρους ειδικούς στον τομέα του γλαυκώματος έπειτα από μια τυποποιημένη κλινική εξέταση που σύμφωνα με τις διαδικασίες των μελετών TES και Πυθαγόρας όπως αυτές περιγράφηκαν στις παραγράφους 2.1.1.1 και 2.1.1.2 αντίστοιχα. Τα κριτήρια για χαρακτηρισμό κάποιου ως ασθενή με ΠΓΑΓ είναι αυτά που χρησιμοποιήθηκαν στις δύο μελέτες και παρουσιάστηκαν με λεπτομέρεια στην παράγραφο 2.1.1.2. Για τον χαρακτηρισμό κάποιου ως φυσιολογικού μάρτυρα ήταν αναγκαία η μη ύπαρξη γλαυκωματικής βλάβης σε κανένα από τα δύο μάτια. Η ηλικία των ατόμων που επιλέχθηκαν ήταν από 53 ως 91 έτη με την έκταση της γλαυκωματικής βλάβης να ποικίλει από ασθενή σε ασθενή. Η μέση ηλικία των ατόμων με ΠΓΑΓ ήταν 72 έτη με τυπική απόκλιση 6.8 έτη ενώ για τους υγιείς ήταν 70 έτη με τυπική απόκλιση 5.4 έτη. Οι δύο πληθυσμοί δεν παρουσίαζαν στατιστικώς σημαντική διαφορά ως προς την ηλικία μετά από έλεγχο με ανάλυση της διακύμανσης (ANalysis Of VAriance ANOVAp=0180). 3.3.2 Εξαγωγή εικόνων και στερεομετρικών παραμέτρων HRT Χρησιμοποιώντας το λογισμικό του HRT για κάθε σειρά απλών εικόνων ανά μάτι και άτομο υπολογιζόταν η «μέση» εικόνα (mean topography image) η οποία χρησιμοποιούνταν στην περαιτέρω ανάλυση. Το αυτόματο επίπεδο αναφοράς (στα 50μm) χρησιμοποιήθηκε για όλες τις εικόνες. Η ποιοτική αξιολόγηση των «μέσων» εικόνων έγινε με βάση τον δείκτη ποιότητας του HRT και όταν ήταν κάτω από 30 (HRT έκδοση 2.0.2) επιβεβαίωνε την επαναληψημότητα στη λήψη των τριών σειρών απλών εικόνων 42

ΕΠΕΞΕΡΓΑΣΙΑ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ επιτρέποντας τη χρήση της «μέσης» εικόνας για τον υπολογισμό των στερεομετρικών παραμέτρων. Σε αντίθετη περίπτωση η καλύτερη απλή εικόνα χρησιμοποιούνταν. Η ποιοτική αξιολόγηση και η ένθεση από παρατηρητή του περιγράμματος του δίσκου (contour line) στην εσωτερική άκρη του δακτυλίου του Elschnig έγιναν σε όλες τις περιπτώσεις από τον ίδιο εξειδικευμένο παρατηρητή. Μετά την εμφάνιση της αναφοράς του HRT όπως φαίνεται στην Εικόνα 12 για όλες τις εικόνες έγινε εξαγωγή σε αρχείο κειμένου το σύνολο των υπολογισμένων από το HRT στερεομετρικών παραμέτρων. Κατόπιν έγινε αποθήκευση ολόκληρης της αναφοράς σε μορφή εικόνας TIFF. Δύο αυτά αρχεία ονομάστηκαν με βάσει τον κωδικό του ατόμου στη μελέτη το μάτι καθώς και την ύπαρξη ή όχι γλαυκωματικής βλάβης. 3.4 Επεξεργασία Στόχος της επεξεργασίας ήταν η δημιουργία όλων των δεδομένων τα οποία θα ήταν δυνατόν να χρησιμοποιηθούν κατά την στατιστική ανάλυση ώστε να ελεγχθούν οι υποθέσεις σχετικά με την ομοιότητα η διαφορά που εμφανίζουν οι νέοι παράμετροι σε υγιείς και γλαυκωματικούς ασθενείς. Για το σκοπό αυτό αναπτύχθηκαν δύο εφαρμογές. Η πρώτη σε γλώσσα προγραμματισμού PHP με στόχο την δημιουργία ενός πίνακα που θα συγκεντρώνει τις στερεομετρικές παραμέτρους που είναι υπολογισμένες από το HRT για όλα τα άτομα αναλύοντας ένα συμπιεσμένο αρχείο που περιέχει όλα τα αντίστοιχα αρχεία που είχαν εξαχθεί από το μηχάνημα. Η δεύτερη ήταν η κύρια εφαρμογή επεξεργασίας η οποία χρησιμοποιώντας τεχνικές επεξεργασίας εικόνας και ανάλυσης σήματος στις αποθηκευμένες εικόνες TIFF των αναφορών συγκέντρωνε σε έναν πίνακα τις τιμές για τις νέες προτεινόμενες από αυτή την διατριβή στερεομετρικές παραμέτρους για όλα τα άτομα. Ο κώδικας και των δύο εφαρμογών παρατίθεται στα παραρτήματα 5.1 και 5.2 αντίστοιχα. 3.4.1 Προγραμματιστικό περιβάλλον Για την εφαρμογή επεξεργασίας των αναφορών χρησιμοποιήθηκε το προγραμματιστικό περιβάλλον MATLAB (Mathworks Natick MA). Το MATLAB είναι ένα σύγχρονο ολοκληρωμένο μαθηματικό λογισμικό πακέτο που χρησιμοποιείται σε ερευνητικές και άλλες εφαρμογές με επιστημονικούς υπολογισμούς (scientific computing). Το όνομά του προέρχεται από τα αρχικά γράμματα των λέξεων MATtrix LABoratory (εργαστήριο πινάκων). Το MATLAB είναι ένα διαδραστικό (interactive) πρόγραμμα για αριθμητικούς υπολογισμούς και οπτικοποίηση δεδομένων (data visualization) με δυνατότητες προγραμματισμού που το καθιστούν ένα ισχυρό και χρήσιμο εργαλείο στις μαθηματικές και φυσικές επιστήμες. Σε αντίθεση με τα λογισμικά Maple και Mathematica το ΜΑΤLΑΒ στις αρχικές του εκδοχές δεν έκανε συμβολικούς υπολογισμούς. Στις νεότερες εκδοχές του το πακέτο περιλαμβάνει εργαλειοθήκες που επιτρέπουν συμβολικούς υπολογισμούς. Όπως υποδηλώνεται και από το όνομά του το MATLAB είναι ειδικά σχεδιασμένο για υπολογισμούς με πίνακες όπως η επίλυση γραμμικών συστημάτων η εύρεση ιδιοτιμών και ιδιοδιανυσμάτων η αντιστροφή τετραγωνικών πινάκων κλπ. Επιπλέον το πακέτο αυτό είναι εφοδιασμένο με πολλές επιλογές για γραφικά (δηλ. την κατασκευή γραφικών παραστάσεων) και προγράμματα γραμμένα στη δική του γλώσσα προγραμματισμού για την επίλυση άλλων προβλημάτων όπως η εύρεση των ριζών μη γραμμικής εξίσωσης η επίλυση μη γραμμικών συστημάτων 43

Βασίλης Κιλίντζης η επίλυση προβλημάτων αρχικών τιμών με συνήθεις διαφορικές εξισώσεις κα. Η γλώσσα προγραμματισμού του MATLAB δίνει την ευχέρεια στον χρήστη να το επεκτείνει με δικά του προγράμματα. Το MATLAB είναι σχεδιασμένο για την αριθμητική επίλυση προβλημάτων σε αριθμητική πεπερασμένης ακρίβειας (finiteprecision arithmetic) δηλαδή δεν βρίσκει την ακριβή αλλά μια προσεγγιστική λύση ενός προβλήματος. Αυτή είναι και η βασική του διαφορά από τα συστήματα συμβολικών υπολογισμών όπως η Maple και το Mathematica. 66 3.4.2 Μέθοδος υπολογισμού παραμέτρων Η διαδικασία που υλοποιεί η εφαρμογή μπορεί να χωριστεί σε τρία διακριτά βήματα. 3.4.2.1 Εντοπισμός περιοχών Στο πρώτο βήμα εντοπίζονται οι περιοχές της εικόνας της αναφοράς που θα χρησιμοποιηθούν. Αποκόπτεται από την εικόνα TIFF της αναφοράς η περιοχή της εικόνας του οπτικού νεύρου δηλαδή τα 256x256 σημεία (pixels) που περιέχουν την πρωτογενή εικόνα (Εικόνα 12 σελ. 40 πάνω αριστερά). Κατόπιν χρησιμοποιώντας τον ψευδόχρωματισμό της εικόνας από το λογισμικό του HRT (Εικόνα 12 σελ. 40) εντοπίζονται ο οπτικός δίσκος καθώς και η κυρίαρχη περιοχή της δισδιάστατης επιφάνειας της οπτικής κοίλανσης (ΚΠΟΚ) (dominant region of optic cup surface drocs). Ως ΚΠΟΚ ορίστηκε η κεντρική κόκκινη περιοχή της αναφοράς του HRT εξαιρουμένων πιθανών μικρότερων ασύνδετων νησίδων του ίδιου χρώματος που εμφανίζονται στην αναφορά ορισμένων λήψεων. Συγκεκριμένα η έγχρωμη εικόνα μετατρέπεται σε ασπρόμαυρη (δυαδική binary image) αρχικά θέτοντας ως περιοχή με άσπρο όλες τις περιοχές που ορίζονται από τα χρώματα που ορίζουν τον οπτικό δίσκο (μπλεπράσινοκόκκινο) και μαύρη όλη την υπόλοιπη εντοπίζοντας έτσι τον οπτικό δίσκο. Αντίστοιχα χρησιμοποιώντας μόνο την κόκκινη περιοχή και αγνοώντας ασύνδετες περιοχές μικρότερες από την κύρια ορίζεται η ΚΠΟΚ. Έχοντας αυτές τις δύο περιοχές εντοπίζονται τα γεωμετρικά κέντρα τους. Ο υπολογισμός γίνεται ως εξής αν (x i y i ) οι θέσεις των σημείων (pixels) της περιοχής που μας ενδιαφέρει το γεωμετρικό κέντρο είναι δηλαδή (μέση τιμή x μέση τιμή y). Επίσης για την ΚΠΟΚ εντοπίζονται τα σημεία του περιγράμματός της ξεκινώντας πάντα κροταφικά. Η διαδικασία αυτή γίνεται από διαφορετικό σημείο έναρξης και φορά ανάλογα με το μάτι από το οποίο προέρχεται η αναφορά με στόχο η οποιαδήποτε ανάλυση που ακολουθεί με τα δεδομένα που θα προκύψουν να είναι ανεξάρτητη από το αν αυτά προέκυψαν από δεξί ή αριστερό μάτι. Με αυτή την επιλογή τα σημεία του περιγράμματος είναι πάντα με την παρακάτω σειρά (κροταφικά άνω ρινικά κάτω κροταφικά) ανεξάρτητα από το μάτι που εξετάστηκε. Έτσι για εικόνες από δεξιά μάτια το σημείο εκκίνησης εντοπισμού του περιγράμματος της ΚΠΟΚ είναι το σημείο τομής της οριζόντιας ευθείας που περνά από το γεωμετρικό κέντρο με το περίγραμμα της ΚΠΟΚ αριστερά του κέντρου. Κατόπιν ο εντοπισμός συνεχίζει με τα γειτονικά σημεία του περιγράμματος σύμφωνα με την φορά των δεικτών του ρολογιού. Αντίστοιχα για αριστερά μάτια το σημείο εκκίνησης είναι το σημείο τομής της οριζόντιας ευθείας με το περίγραμμα δεξιά του κέντρου και ο εντοπισμός συνεχίζεται με φορά αντίθετη από αυτή του ρολογιού. Στο πάνω τμήμα της Εικόνα 13 παρουσιάζεται η παραπάνω διαδικασία για εξέταση αριστερού ματιού. Στο αριστερό τμήμα της εικόνας παρουσιάζεται το τμήμα από την εικόνα της αναφοράς του HRT που χρησιμοποιεί η εφαρμογή επεξεργασίας για να 44

ΕΠΕΞΕΡΓΑΣΙΑ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ υπολογίσει τις νέες παραμέτρους. Στα δεξιά με άσπρο χρώμα η ΚΠΟΚ όπως εντοπίζεται από την εφαρμογή επεξεργασίας με μπλε x το γεωμετρικό κέντρο και με πράσινο το περίγραμμα της ΚΠΟΚ. Το κέντρο του μωβ κύκλου αντιστοιχεί στο αρχικό σημείο του εντοπισμού του περιγράμματος και το λευκό βέλος δείχνει την φορά με την οποία συνεχίζεται ο εντοπισμός. Εικόνα 13: Η περιοχή μιας εικόνας αναφοράς του HRT και η διαδικασία εντοπισμού του περιγράμματος της ΚΠΟΚ και αναπαράστασή της σε χρονοσειρά. 3.4.2.2 Αναπαράσταση σε χρονοσειρά Στη συνέχεια γίνεται αναπαράσταση του περιγράμματος της κυρίαρχης περιοχής της κοίλανσης του οπτικού δίσκου και υπολογίζονται ποσοτικές παράμετροι που έχουν σχέση με την επιφάνεια και την θέση του δίσκου και ΚΠΟΚ. Στη γενική περίπτωση μια τεχνική αναπαράστασης κάποιου σχήματος μετατρέπει τον χώρο S του σχήματος σε άλλο διανυσματικό χώρο V μέσω μιας συνάρτησης μετατροπής φ: (Εξίσωση 1) 45

Βασίλης Κιλίντζης Όπου η φ ορίζει ένα σετ n χαρακτηριστικών v i =(v i1 v i2 v in ) που περιγράφουν το σχήμα. Το μέγεθος του n εξαρτάται από το πόσα ανεξάρτητα χαρακτηριστικά απαιτεί η τεχνική αναπαράστασης να αναπαραστήσει σχήματα του χώρου S. Συνήθως η τεχνικές αναπαράστασης στοχεύουν σε ελάττωση των διαστάσεων των διανυσμάτων αναπαράστασης ώστε να επιτύχουν καλύτερη απόδοση στην ταχύτητα επεξεργασίας. Ωστόσο έχει βρεθεί ότι το μειονέκτημα που προκύπτει από την ελάττωση των διαστάσεων είναι η κακή διακριτική ικανότητα μεταξύ των σχημάτων διάφορων τομέων. 67 Στην παρούσα διατριβή η τεχνική αναπαράστασης που επιλέχθηκε για το περίγραμμα της ΚΠΟΚ είναι γνωστή ως βαρυκεντρική προσέγγιση (centroidbased) και προτάθηκε αρχικά από τον Chang et al. 68 Η τεχνική αναπαράστασης αυτή μετατρέπει ένα δυσδιάστατο σχήμα σε μια χρονοσειρά n σημείων (όπου n το πλήθος των σημείων του περιγράμματος του αρχικού σχήματος) το καθένα από τα οποία απέχει από τον οριζόντιο άξονα Χ απόσταση ίση με την απόσταση του αντίστοιχου σημείου του αρχικού σχήματος από το γεωμετρικό κέντρο του σχήματος. Η τεχνική αυτή παρουσιάζεται σχηματικά για μία ΚΠΟΚ στην Εικόνα 13 στη σελίδα 45. Έχοντας λοιπόν τις συντεταγμένες του γεωμετρικού κέντρου της ΚΠΟΚ C(x o y o ) καθώς και τις συντεταγμένες των σημείων του περιγράμματος P i (px i py i ) υπολογίζεται η αναπαράσταση σε χρονοσειρά του περιγράμματος της ΚΠΟΚ (J i ) σύμφωνα με τον παρακάτω τύπο: (Εξίσωση 2) Το πλήθος Ν των στοιχείων της χρονοσειράς J αντιστοιχεί στο πλήθος των στοιχείων του περιγράμματος της ΚΠΟΚ. Το κάθε στοιχείο του J εκφράζει την απόσταση σε pixels μεταξύ του γεωμετρικού κέντρου και ενός σημείου του περιγράμματος. 3.4.2.3 Υπολογισμός παραμέτρων Στο τελευταίο βήμα η εφαρμογή επεξεργασίας υπολογίζει ανά εικόνα ή ζεύγος εικόνων τις νέες παραμέτρους που διερευνήθηκαν για πρώτη φορά στην παρούσα διατριβή. Όπως αναφέρθηκε ήδη στο πρώτο βήμα της επεξεργασίας μετά τον εντοπισμό του οπτικού δίσκου και της ΚΠΟΚ έγινε μέτρηση του μεγέθους τους σε σημεία (pixels). Αυτές οι μετρήσεις μαζί με τις συντεταγμένες του γεωμετρικού κέντρου της ΚΠΟΚ και την χρονοσειρά J της αναπαράστασης του περιγράμματος της ΚΠΟΚ χρησιμοποιούνται για τον ορισμό των νέων παραμέτρων. Παρακάτω παρουσιάζονται αναλυτικά όλες οι παράμετροι που υπολογίστηκαν στο πλαίσιο της παρούσας διατριβής καθώς και το σκεπτικό με το οποίο επιλέχθηκαν να ελεγχθούν τα συγκεκριμένα χαρακτηριστικά. 3.4.3 Υπολογιζόμενες παράμετροι Με βάση τι προσπαθούν να περιγράψουν οι νέες παράμετροι που προκύπτουν από τις αναφορές των εξετάσεων με HRT και υπολογίστηκαν για να αναδείξουν χαρακτηριστικά της επιφάνειας της κοίλανσης του οπτικού δίσκου που ήταν άγνωστα μέχρι σήμερα μπορούν να κατηγοριοποιηθούν σε δύο κατηγορίες. Η πρώτη αφορά αριθμητικές παραμέτρους που υπολογίστηκαν με στόχο να περιγράψουν μορφολογικά χαρακτηριστικά της ΚΠΟΚ σε κάθε μία εικόνα αναφοράς ξεχωριστά και η υπολογισμένη παράμετρος είναι 46

ΕΠΕΞΕΡΓΑΣΙΑ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ πλήρως ανεξάρτητη από τα χαρακτηριστικά άλλων εικόνων. Σε αυτή την κατηγορία ανήκει για παράδειγμα το μήκος σε σημεία του περιγράμματος της ΚΠΟΚ. Οι καλύτεροι παράμετροι αυτής της κατηγορίας μπορούν να χρησιμοποιηθούν με αντίστοιχο τρόπο με αυτό των παραμέτρων που υπολογίζονται από το λογισμικό του HRT. Η δεύτερη κατηγορία παραμέτρων δεν προκύπτει μόνο από μία εικόνα αλλά αντίθετα αναφέρεται σε συγκριτικούς υπολογισμούς που έγιναν μεταξύ των αναπαραστάσεων του περιγράμματος της ΚΠΟΚ σε δύο εικόνες αναφορών. Υπολογίζοντας αυτές τις παραμέτρους για κάθε πιθανό ζεύγος αναφορών του δείγματος και αξιοποιώντας την γνώση για την προέλευση των αναφορών μπορεί είτε να αντιστοιχιστεί ανά εικόνα μια παράμετρος ως ένας μέσος όρος της παραμέτρου από τις συγκρίσεις στις οποίες συμμετείχε η εικόνα είτε να οριστούν τιμές παραμέτρων ανά είδος προέλευσης των εικόνων του ζεύγους (γλαυκωματικόςυγιής γλαυκωματικός γλαυκωματικός υγιήςυγιής) με στόχο να αξιοποιηθούν τα αποτελέσματα για αναγνώριση των χαρακτηριστικών που παρουσιάζει η κάθε ομάδα συμμετεχόντων. 3.4.3.1 Αυτόνομα Μορφολογικά χαρακτηριστικά 3.4.3.1.1 Μέγεθος Δίσκου (pixels) Το μέγεθος του οπτικού δίσκου σε pixels υπολογίστηκε στο πρώτο στάδιο της επεξεργασίας κυρίως για να χρησιμοποιηθεί ως παράγοντας κανονικοποίησης σε άλλες πιο σύνθετες παραμέτρους. Όπως προαναφέρθηκε ως οπτικός δίσκος ορίστηκε όλο το ψευδόχρωματισμένο τμήμα της περιοχής του οπτικού νεύρου της αναφοράς του HRT. 3.4.3.1.2 Μέγεθος Κύριας Περιοχής Οπτικής Κοίλανσης (ΚΠΟΚ)(pixels) Το μέγεθος της ΚΠΟΚ αντιστοιχεί στον αριθμό pixels της περιοχής που ορίστηκε αναλυτικά στην παράγραφο 3.4.2.1 (Εντοπισμός περιοχών). Η παράμετρος αυτή είναι παρόμοια με την στερεομετρική παράμετρο Cup Area που υπολογίζει το λογισμικό του HRT αλλά αποδεικνύεται ότι δεν αντιστοιχεί πλήρως. Η επιλογή που έγινε να εξαιρεθούν ασύνδετες με την κύρια περιοχές που επισημαίνονται ως τμήματα της κοίλανσης από το HRT διαφοροποιεί αρκετά αυτή την παράμετρο από την Cup Area. Το παραπάνω είναι εμφανές στο γράφημα που παρουσιάζεται στην Εικόνα 14. Αν οι παράμετροι ήταν ακριβώς ίδιοι το γράφημα θα είχε όλα τα σημεία πάνω σε μία ευθεία κάτι τέτοιο όμως δεν παρατηρείται. 47

Βασίλης Κιλίντζης Εικόνα 14: Γράφημα Cup AreaΜέγεθος ΚΠΟΚ 3.4.3.1.3 Μήκος Περιγράμματος (LC) (pixels) Το περίγραμμα της ΚΠΟΚ εντοπίστηκε με την διαδικασία που περιγράφηκε αναλυτικά στην παράγραφο 3.4.2.1 (Εντοπισμός περιοχών). Το πλήθος των σημείων του περιγράμματος ορίστηκε ως η νέα μεταβλητή «Μήκος Περιγράμματος» ή LC. Η λογική σύμφωνα με την οποία ορίστηκε αυτή η παράμετρος είναι ότι παρότι το μήκος του περιγράμματος είναι ανάλογο με το μέγεθος της ΚΠΟΚ η σχέση της αναλογίας δεν είναι πάντα γραμμική καθώς όλα τα σχήματα ίδιου εμβαδού δεν έχουν το ίδιο μήκος περιμέτρου. Επομένως πιθανές διαφοροποιήσεις στην LC θα μπορούσαν να αντιστοιχούν σε ιδιαίτερα χαρακτηριστικά του περιγράμματος. 3.4.3.1.4 Μέση απόσταση σημείων του περιγράμματος από το κέντρο (pixels) Η μέση τιμή της χρονοσειράς J της αναπαράστασης του περιγράμματος της ΚΠΟΚ υπολογίστηκε η νέα παράμετρος «Μέση απόσταση σημείων του περιγράμματος από το κέντρο». Η παράμετρος αυτή καθώς έχει προφανή αναλογία με το μέγεθος της ΚΠΟΚ υπολογίστηκε για να χρησιμοποιηθεί σε πιθανή ανάλυση ως παράγοντας κανονικοποίησης. 48

ΕΠΕΞΕΡΓΑΣΙΑ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ 3.4.3.1.5 Τυπική απόκλιση μέσης απόστασης σημείων του περιγράμματος από το κέντρο (SDC) (pixels) Η τυπική απόκλιση της χρονοσειράς J της αναπαράστασης του περιγράμματος της ΚΠΟΚ ορίστηκε ως η νέα παράμετρος SDC. Ο τύπος υπολογισμού είναι: (Εξίσωση 3) Η SDC ορίστηκε ώστε να περιγράφει πιθανές διαφοροποιήσεις στην ομαλότητα του περιγράμματος της ΚΠΟΚ. 3.4.3.1.6 Μέγεθος Κύριας Περιοχής Οπτικής Κοίλανσης προς Disc AreaHRT. (ΚΠΟΚ/DiscArea) (pixels/mm2) Ο λόγος του μεγέθους της ΚΠΟΚ προς την παράμετρο Disc Area που υπολογίζεται από το λογισμικό του HRT ορίστηκε ως η νέα παράμετρος ΚΠΟΚ/DiscArea. Καθώς η παράμετρος του HRT Cup/Disc Area ratio είναι από τις πιο ισχυρές παραμέτρους που μπορούν να υπολογιστούν από την επιφάνεια της κοίλανσης του οπτικού δίσκου 54 και καθώς η ΚΠΟΚ δεν ταυτίζεται με την HRT CUP area ορίστηκε η ΚΠΟΚ/DiscArea καθώς το σχετικό μέγεθος της κοίλανσης είναι βασικός διαγνωστικός παράγοντας στο χαρακτηρισμό ενός οπτικού δίσκου ως γλαυκωματικό. 3.4.3.1.7 Απόσταση μεταξύ των κέντρων της ΚΠΟΚ και του Δίσκου (Dist_Disc_ΚΠΟΚ) (pixels) Κατά το στάδιο του εντοπισμού των περιοχών έγινε υπολογισμός των γεωμετρικών κέντρων τόσο του Δίσκου D(x d y d ) όσο και της ΚΠΟΚ C(x o y o ). Ορίστηκε ως Dist_Disc_ΚΠΟΚ η απόσταση μεταξύ των δύο σημείων. (Εξίσωση 4) Ο ορισμός αυτής της παραμέτρου έγινε με την λογική πως η παράμετρος αυτή δεν εξαρτάται καθόλου ούτε άμεσα ούτε έμμεσα από το μέγεθος της ΚΠΟΚ και του Δίσκου και επίσης είναι ανεξάρτητη της αναπαράστασης του περιγράμματος και του επιπέδου αναφοράς έτσι τόσο αυτή όσο και οι δύο παράμετροι που ακολουθούν ορίζουν ανεξάρτητα μορφολογικά χαρακτηριστικά. 3.4.3.1.8 Διαφορά στην οριζόντια θέση μεταξύ των κέντρων της ΚΠΟΚ και του Δίσκου (CntrX) (pixels) Ως CntrX ορίστηκε η απόσταση των δύο σημείων στην οριζόντια διάσταση για να έχει νόημα και το πρόσημο αυτής της παραμέτρου ο υπολογισμός έγινε ως εξής ανάλογα με το μάτι προέλευσης: CntrX=x o x d για εικόνες από αριστερά μάτια. CntrX= x d x o για εικόνες από δεξιά μάτια. Με αυτό τον τρόπο όσο μεγαλύτερη είναι η τιμή της παραμέτρου τόσο πιο ρινικά σε σχέση με το κέντρο του δίσκου εμφανίζεται το κέντρο της ΚΠΟΚ. 3.4.3.1.9 Διαφορά στην κάθετη θέση μεταξύ των κέντρων της ΚΠΟΚ και του Δίσκου (CntrY) (pixels) 49

Βασίλης Κιλίντζης Ως CntrY ορίστηκε η διαφορά στην κάθετη θέση μεταξύ των κέντρων της ΚΠΟΚ και του Δίσκου δηλαδή CntrY= y o y d ανεξάρτητα από το μάτι προέλευσης *. 3.4.3.1.10 Μήκος περιγράμματος προς μήκος περιμέτρου κύκλου εμβαδού ίσου με το εμβαδό περιγράμματος(circsim) Με στόχο να οριστεί μια παράμετρος που να συγκρίνει το σχήμα της ΚΠΟΚ με τον κύκλο ορίστηκε ως CircSim ο λόγος του μήκους του περιγράμματος της ΚΠΟΚ (LC) προς το μήκος της περιμέτρου κύκλου ίδιου εμβαδού με αυτό της ΚΠΟΚ σύμφωνα με τον τύπο: (Εξίσωση 5) 3.4.3.1.11 Εκκεντρότητα δίσκου (DiscAdj) Όπως έχει ήδη αναφερθεί η εκκεντρότητα του οπτικού δίσκου και της κοίλανσης είχε εξεταστεί πολύ πριν την εμφάνιση του HRT. 64 Ο λόγος της οριζόντιας προς την κάθετη πλευρά του περιγεγραμμένου στον Δίσκο ορθογωνίου παραλληλογράμμου ορίστηκς ως DiscAdj και χρησιμοποιήθηκαν ως παράγοντας διόρθωσης για όλες τις σχετικές παραμέτρους. Η λογική αυτής της διόρθωσης ήταν πως καθώς μας ενδιέφερε ο εντοπισμός αλλαγών στο περίγραμμα της ΚΠΟΚ πιθανή διαφοροποίηση στην εκκεντρότητα της ΚΠΟΚ έπρεπε να εξεταστεί σε συνδυασμό με την μορφή του Δίσκου η οποία δεν μεταβάλλεται. 3.4.3.1.12 Κανονικοποιημένο άθροισμα της διαφοράς της απόστασης κάθε σημείου του περιγράμματος από τη μέση απόσταση Με στόχο να οριστούν παράμετροι που θα απορρέουν από διαφορές στην μορφή του περιγράμματος της ΚΠΟΚ ορίστηκε ως παράμετρος το άθροισμα της διαφοράς της απόστασης κάθε σημείου του περιγράμματος από τη μέση απόσταση από κέντρο για όλα τα σημεία του περιγράμματος διαιρεμένο με το μήκος του περιγράμματος κάθε ΚΠΟΚ. (Εξίσωση 6) 3.4.3.1.13 Τυπική απόκλιση του μερικού διαφορικού της σειράς των αποστάσεων των σημείων του περιγράμματος από το κέντρο(sddj) Το μερικό διαφορικό της χρονοσειράς J υπολογίζεται σύμφωνα με τον παρακάτω τύπο: (Εξίσωση 7) =1 LC Το μερικό διαφορικό dj είναι μια σειρά που εκφράζει τον ρυθμό αλλαγής της J επομένως πόσο έντονα αλλάζει το περίγραμμα της ΚΠΟΚ καθώς το διατρέχουμε. Η τυπική απόκλιση του dj ορίστηκε ώστε να εκφράσει με μία τιμή την ανομοιογένεια στην αλλαγή του μερικού διαφορικού μεταξύ των περιγραμμάτων. * Μεγαλύτερο y σημαίνει πιο κάτω (inferior) μικρότερο y σημαίνει άνω (superior) 50

ΕΠΕΞΕΡΓΑΣΙΑ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ 3.4.3.1.14 Κανονικοποιημένο άθροισμα των διαφορών του μερικού διαφορικού από το μέσο μερικό διαφορικό της J To κανονικοποιημένο άθροισμα των διαφορών του μερικού διαφορικού από το μέσο μερικό διαφορικό της J υπολογίζεται από τον τύπο: (Εξίσωση 8) Η παράμετρος αυτή αντιστοιχεί με την μέση τιμή της σειράς του μερικού διαφορικού της J (dj). 3.4.3.1.15 ΚΠΟΚ/Δίσκο Αντίστοιχα με την παράμετρο ΚΠΟΚ/DiscArea(3.4.3.1.6) ορίστηκε ως νέα παράμετρος ο λόγος του μεγέθους της ΚΠΟΚ σε pixels προς το μέγεθος του Δίσκου σε pixels όπως αυτό ορίστηκε στο στάδιο του εντοπισμού των περιοχών. 3.4.3.2 Χαρακτηριστικά που προκύπτουν από σύγκριση εικόνων του δείγματος 3.4.3.2.1 Μορφολογικές διαφορές μεταξύ των εικόνων με Ευκλείδεια απόσταση Για να οριστεί η ομοιότητα μεταξύ σχημάτων συχνά χρησιμοποιείται η απόσταση των σημείων που τα αποτελούν. 69 Η απόσταση L p (απόσταση Μινκόφσκι (Minkowski)) για δύο σημεία είναι. Για p=2 η απόσταση ονομάζεται Ευκλείδεια (L 2 ). Για να υπολογιστεί η ευκλείδεια απόσταση μεταξύ των αναπαραστάσεων J των περιγραμμάτων της ΚΠΟΚ είναι αναγκαία η μετατροπή όλων των αναπαραστάσεων σε χρονοσειρές ίδιου μήκους. Το κοινό μήκος που επιλέχθηκε ήταν ο ενδιάμεσος των μηκών όλων των χρονοσειρών του δείγματός μας. Αυτός ήταν 384 σημεία επομένως για όσες χρονοσειρές ήταν μεγαλύτερες έγινε επαναδειγματοληψία (resampling) ενώ για όσες ήταν μικρότερες έγινε παρεμβολή με μέθοδο PCHIP(Piecewise Cubic Hermite Interpolating Polynomial) 70. Η Ευκλείδεια απόσταση (L 2tr ή για συντομία L tr ) δύο χρονοσειρών 384 σημείων J t και J r υπολογίζεται σύμφωνα με τον τύπο: (Εξίσωση 9) Στην Εικόνα 15 απεικονίζεται ο υπολογισμός της ευκλείδειας απόστασης μεταξύ δύο χρονοσειρών. Οι παράμετροι που ακολουθούν προαπαιτούν δύο υπολογιστικά στάδια. Αρχικά υπολογίζονται χρησιμοποιώντας τον τύπο της (Εξίσωση 9) οι ευκλείδειες αποστάσεις L i1 (J i J i+1 ) L i2 (J i J i+2 ) L in (J i J N ) μεταξύ όλων των εικόνων. Κατόπιν για κάθε εικόνα r οι αποστάσεις της από εικόνες που προήλθαν από υγιείς από υγιείς αποθηκεύονται σε έναν πίνακα L rυγ ={L rz } όπου J z χρονοσειρά περιγράμματος από υγιή. Αντίστοιχα αποθηκεύονται στον πίνακα L rγλ ={L rm } όπου J m χρονοσειρά περιγράμματος από γλαυκωματικό ασθενή. 51

Βασίλης Κιλίντζης Εικόνα 15: Αναπαράσταση του υπολογισμού της ευκλείδειας απόστασης δύο χρονοσειρών 3.4.3.2.1.1 Μέση ευκλείδεια απόσταση από υγιείς(m.a.y) Η μέση τιμή του πίνακα L rυγ των ευκλείδειων αποστάσεων από αναπαραστάσεις περιγράμματος προερχόμενες από υγιείς προς 384 ορίστηκε ως μια νέα παράμετρος για κάθε εικόνα με στόχο να ελέγξει την ομοιογένεια ή ανομοιογένεια της ομάδας των υγιών που συμμετείχαν στο δείγμα ως προς το σχήμα του περιγράμματος της ΚΠΟΚ. 3.4.3.2.1.2 Μέση ευκλείδεια απόσταση από γλαυκωματικούς Αντίστοιχα η μέση τιμή του πίνακα L rγλ των ευκλείδειων αποστάσεων από αναπαραστάσεις περιγράμματος προερχόμενες από γλαυκωματικούς προς 384 ορίστηκε ως μια νέα παράμετρος για κάθε εικόνα με στόχο να ελέγξει την ομοιογένεια ή ανομοιογένεια της ομάδας των γλαυκωματικών που συμμετείχαν στο δείγμα. 3.4.3.2.2 Μορφολογικές διαφορές μεταξύ των εικόνων με SAX DISTANCE Όπως είναι κατανοητό στην ευκλείδεια απόσταση συνεισφέρουν το ίδιο όλα τα αντίστοιχα ζεύγη σημείων των δύο χρονοσειρών. Επιπρόσθετα για τον υπολογισμό των παραμέτρων που σχετίζονται με την ευκλείδεια απόσταση σε μια νέα εικόνα θα πρέπει σε εικόνα να συνοδεύεται από έναν πίνακα αποστάσεων 384 στοιχείων. Με στόχο λοιπόν να εντοπιστούν διαφορές στο περίγραμμα της ΚΠΟΚ μεταξύ των δύο ομάδων οι οποίες δεν οφείλονται τόσο σε λεπτομέρειες όσο σε μια πιο αδρή αντιμετώπιση του σχήματος του περιγράμματος και επιπρόσθετα να μπορεί να περιγραφεί το περίγραμμα σαν μια συμβολοσειρά λίγων στοιχείων ανεξάρτητη από απόλυτες τιμές απόστασης σε pixels στα πλαίσια αυτής της διατριβής αποφασίστηκε η αναπαράσταση των χρονοσειρών με τη μέθοδο της Συμβολικής Συνολικής Προσέγγισης (Symbolic Aggregate Approximation SAX) 71. Εκτός από την αναπαράσταση η συγκεκριμένη μέθοδος προσφέρει και ένα μέτρο απόστασης (MINDIST) με άνω όριο την ευκλείδεια απόσταση. 52

ΕΠΕΞΕΡΓΑΣΙΑ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ H μέθοδος SAX για τη μετατροπή μιας κανονικοποιημένης χρονοσειράς J t n στοιχείων σε συμβολoσειρά w<n στοιχείων από α πιθανά σύμβολα είναι μια διαδικασία δύο ξεχωριστών βημάτων. Αρχικά η χρονοσειρά υπόκειται σε μετατροπή μέσω της προσέγγισης PAA (Piecewise Aggregate Approximation) η οποία είναι βασικά η διατήρηση των μέσων όρων των τιμών κάθε τμήματος της ισομερώς διαιρεμένης χρονοσειράς. Ο αριθμός των τμημάτων της προσεγγιστικής χρονοσειράς που προκύπτει αντιστοιχεί στον τελικό αριθμό των συμβόλων της συμβολοσειράς SAX. Ο λόγος συμπίεσης n/w μπορεί να είναι οποιοσδήποτε ακέραιος αριθμός όσο μεγαλύτερος είναι ο λόγος συμπίεσης η τελική συμβολοσειρά αναπαριστά με μικρότερη λεπτομέρεια την αρχική χρονοσειρά. Κατόπιν για τις τιμές της κανονικοποιημένης χρονοσειράς σύμφωνα με τον επιθυμητό αριθμό πιθανών συμβόλων (μέγεθος αλφαβήτου) α ορίζεται ένα σύνολο από οργανωμένα με αύξουσα σειρά σημεία διαχωρισμού β = β 1 β α1 τέτοια ώστε το εμβαδόν κάτω από μια γκαουσιανή καμπύλη Ν(01) από το β i ως το β ι+1 να είναι το 1/α του συνολικού εμβαδού (τα β 0 and β α ορίζονται ως το και + αντίστοιχα). Τέλος η συμβολοσειρά SAX προκύπτει αντιστοιχίζοντας ένα σύμβολο S i (i=1..a) σε κάθε ένα από τα w στοιχεία της προσεγγιστικής χρονοσειράς ανάλογα με το διάστημα (β i β i+1 ) στο οποίο ανήκει η τιμή του στοιχείου. Τα βήματα της μετατροπής μιας κανονικοποιημένης χρονοσειράς σε συμβολοσειρά με τη μέθοδο SAX παρουσιάζονται στην Εικόνα 16. Στην παρούσα διατριβή τα περιγράμματα της ΚΠΟΚ αναπαραστάθηκαν ως συμβολοσειρές SAX χρησιμοποιώντας 2 σετ παραμέτρων {86} και {326} για τον λόγο συμπίεσης n/w και το μέγεθος του αλφαβήτου α αντίστοιχα. Οι επιλογές αυτές έγιναν με στόχο οι προκύπτουσες συμβολοσειρές να είναι αφενός περιορισμένες σε μέγεθος σε σχέση με το μήκος της χρονοσειράς J του κάθε περιγράμματος και αφετέρου να περιέχουν ικανή πληροφορία σχετικά με την μορφή του περιγράμματος. Ως μέτρο ομοιότητας μεταξύ των συμβολοσειρών οι Lin et. al 71 έχουν ορίσει μια απόσταση μεταξύ SAX συμβολοσειρών η οποία είναι αποδεδειγμένα μικρότερη η ίση από την αντίστοιχη ευκλείδεια. Η απόσταση αυτή MINDIST για δύο συμβολοσειρές QC ορίζεται ως εξής: (Εξίσωση 10) όπου η συνάρτηση dist για την απόσταση δύο συμβόλων rt υπολογίζεται σύμφωνα με την παρακάτω διαδικασία. (Εξίσωση 11) Έχοντας ορίσει τον τρόπο μετατροπής σε συμβολοσειρά και το μέτρο ομοιότητας χρησιμοποιώντας τον τύπο της (Εξίσωση 10) υπολογίζονται οι αποστάσεις μεταξύ των συμβολοσειρών SAX i1 (J i J i+1 ) SAX i2 (J i J i+2 ) SAX in (J i J N ) μεταξύ όλων των Κανονικοποιημένη είναι μια χρονοσειρά με αριθμητικο μέσο όρο 0. Αυτό γίνεται με αφαίρεση από κάθε στοιχείο της αρχικής χρονοσειράς του μέσου όρου της. 53

Βασίλης Κιλίντζης εικόνων. Κατόπιν για κάθε εικόνα r οι αποστάσεις της από εικόνες που προήλθαν από υγιείς από υγιείς αποθηκεύονται σε έναν πίνακα SAX rυγ ={SAX rz } όπου J z χρονοσειρά περιγράμματος που προήλθε από εξέταση υγιή. Αντίστοιχα αποθηκεύονται στον πίνακα SAX rγλ ={SAX rm } όπου J m χρονοσειρά περιγράμματος ΚΠΟΚ από γλαυκωματικό ασθενή. Καθώς όπως προαναφέρθηκε χρησιμοποιήθηκαν δύο διαφορετικές τιμές λόγου συμπίεσης (το αλφάβητο είχε μέγεθος 6 και στις δύο περιπτώσεις) ουσιαστικά ορίστηκαν με αυτό τον τρόπο δύο παράμετροι για κάθε περίγραμμα η μέση συμβολική απόσταση από υγιείς με συμβολοσειρές των 48 (384/8 για συμπίεση 8) συμβόλων και των 12 (384/32) μόλις συμβόλων. Εικόνα 16: Τα βήματας της μετατροπής μιας χρονοσειράς σε συμβολοσειρά με SAX. Το μέγεθος αλφαβήτου είναι 6 και ο λόγος συμπίεσης (αρχικά στοιχεία/σύμβολα στην συμβολοσειρά) 8. 3.4.3.2.2.1 Μέση SAX απόσταση από υγιείς Η μέση τιμή του πίνακα SAX 8_6_rΥγ των MINDIST συμβολικών αποστάσεων από αναπαραστάσεις περιγράμματος προερχόμενες από υγιείς με λόγο συμπίεσης n/w=8 και μέγεθος αλφαβήτου α=6 ορίστηκε ως μια νέα παράμετρος MSAX 8_6_Υγ για κάθε εικόνα. 54

ΕΠΕΞΕΡΓΑΣΙΑ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ Αντίστοιχα ορίστηκε και η MSAX 32_6_Υγ για την μέση απόσταση από τις συμβολοσειρές 12 συμβόλων των υγιών ατόμων. 3.4.3.2.2.2 Τυπική απόκλιση μέσης SAX απόστασης από υγιείς Η τυπικές απόκλισης των MSAX 8_6_Υγ και MSAX 32_6_Υγ ορίστηκαν ως νέες παράμετροι. 3.4.3.2.2.3 Μέση SAX απόσταση από γλαυκωματικούς Με παρόμοιο τρόπο η μέση τιμή του πίνακα SAX 8_6_rΓΛ των MINDIST συμβολικών αποστάσεων από αναπαραστάσεις περιγράμματος προερχόμενες από γλαυκωματικούς με λόγο συμπίεσης n/w=8 και μέγεθος αλφαβήτου α=6 ορίστηκε ως μια νέα παράμετρος MSAX 8_6_ΓΛ για κάθε εικόνα. Αντίστοιχα ορίστηκε και η MSAX 32_6_ΓΛ για την μέση απόσταση από τις συμβολοσειρές 12 συμβόλων των υγιών ατόμων. 3.4.3.2.2.4 Τυπική απόκλιση μέσης SAX απόστασης από γλαυκωματικούς Η τυπικές απόκλισης των MSAX 8_6_ΓΛ και MSAX 32_6_ΓΛ ορίστηκαν ως νέες παράμετροι ανά εικόνα. 3.4.3.3 Δευτερογενείς παράμετροι που ορίστηκαν στο στάδιο της ανάλυσης 3.4.3.3.1 Συντελεστής μεταβλητότητας μέσης απόστασης σημείων του περιγράμματος από το κέντρο(cvj) Ο συντελεστής μεταβλητότητας της μέσης από απόστασης σημείων του περιγράμματος από το κέντρο (cvj) υπολογίζεται από τον τύπο (Εξίσωση 12) και εκφράζει την κανονικοποιημένη τυπική απόκλιση του J ως προς τη μέση απόσταση των σημείων του περιγράμματος της ΚΠΟΚ. Η παράμετρος αυτή υπολογίστηκε με στόχο να παρουσιάσει διαφοροποιήσεις του περιγράμματος της ΚΠΟΚ ανεξάρτητες από μέγεθος της οπτικής κοίλανσης. 3.4.3.3.2 Διαφορά μέσης Ευκλείδειας απόστασης από υγιείς μείον μέση απόσταση από γλαυκωματικούς (Eucl_Comb) Η παράμετρος προκύπτει από την διαφορά της μεταβλητής «Μέση ευκλείδεια απόσταση από γλαυκωματικούς» από τη μεταβλητή «Μέση ευκλείδεια απόσταση από υγιείς». 3.4.3.3.3 Διαφορά μέσης SAX απόστασης από υγιείς μείον μέση SAX απόσταση από γλαυκωματικούς Η παράμετρος προκύπτει από την διαφορά της μεταβλητής «Μέση SAX απόσταση από γλαυκωματικούς» από τη μεταβλητή «Μέση SAX απόσταση από υγιείς». 3.4.3.3.4 Παράμετροι κανονικοποιημένοι ως προς Cup Area HRT LC προς CupArea 55

Βασίλης Κιλίντζης Το μήκος του περιγράμματος της ΚΠΟΚ κανονικοποιημένο ως προς το Cup Area του HRT. Η κανονικοποίηση ως προς το Cup Area του HRT γίνεται με στόχο να εντοπιστούν αλλαγές του περιγράμματος της ΚΠΟΚ ανεξάρτητες από το μέγεθος της κοίλανσης καθώς η παράμετρος αυτή είναι γνωστό από την βιβλιογραφία ότι είναι διαφορετική μεταξύ υγιών και γλαυκωματικών. SDC προς CupArea Αντίστοιχα ο λόγος του SDC προς το Cup Area του HRT. ΚΠΟΚ/DiscArea προς CupArea Η παράμετρος ΚΠΟΚ/DiscArea (3.4.3.1.6) κανονικοποιημένη ως προς το Cup Area του HRT. 3.4.3.3.4.1 Παράμετροι κανονικοποιημένοι ως προς την ΚΠΟΚ Με στόχο να υπολογιστούν και να αξιολογηθούν συνδυαστικοί παράμετροι που υπολογίζονται αμιγώς από τα δεδομένα των εικόνων των αναφορών του HRT που θα παρουσιάζουν διαφορές στο περίγραμμα της ΚΠΟΚ υγιών και γλαυκωματικών έγινε κανονικοποίηση ως προς το μέγεθος της ΚΠΟΚ όπως αυτός εντοπίστηκε στο βήμα του εντοπισμού των περιοχών. LC προς ΚΠΟΚ Το μήκος του περιγράμματος κανονικοποιημένο ως προς το μέγεθος ΚΠΟΚ. SDC προς ΚΠΟΚ Η υπολογισμένη παράμετρος SDC κανονικοποιημένη ως προς το μέγεθος ΚΠΟΚ. 3.4.3.4 Παράμετροι με διόρθωση εκκεντρότητας Σε αντιστοιχία με τη μέση απόσταση των σημείων του περιγράμματος από το κέντρο της ΚΠΟΚ χωρίς διόρθωση η αντίστοιχη παράμετρος με τη διόρθωση προκύπτει πάλι από την μέση τιμή της χρονοσειράς J adj μόνο που η χρονοσειρά J adj υπολογίζεται σύμφωνα με τον παρακάτω τύπο ώστε να εμπεριέχει την διόρθωση εκκεντρότητας. (Εξίσωση 13) Όπου C(x o y o ) το κέντρου της ΚΠΟΚ και P i (px i py i ) οι συντεταγμένες των σημείων του περιγράμματος. Χρησιμοποιώντας την χρονοσειρά της αναπαράστασης του περιγράμματος της ΚΠΟΚ με διόρθωση εκκεντρότητας (J adj ) υπολογίζονται κατά αντιστοιχία οι παρακάτω παράμετροι. Μέση απόσταση σημείων του περιγράμματος από το κέντρο (διόρθωση εκκεντρότητας) (pixels) Τυπική απόκλιση μέσης απόστασης σημείων του περιγράμματος από το κέντρο (διόρθωση εκκεντρότητας) (pixels) 56

ΕΠΕΞΕΡΓΑΣΙΑ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ Τυπική απόκλιση του μερικού διαφορικού της σειράς των αποστάσεων των σημείων του περιγράμματος από το κέντρο (διόρθωση εκκεντρότητας) Συντελεστής μεταβλητότητας μέσης απόστασης σημείων του περιγράμματος από το κέντρο(διόρθωση εκκεντρότητας) Μέση ευκλείδια απόσταση από γλαυκωματικούς (διόρθωση εκκεντρότητας) Τυπική απόκλιση μέσης ευκλείδια απόσταση από γλαυκωματικούς (διόρθωση εκκεντρότητας) Μέση ευκλείδια απόσταση από υγιείς (διόρθωση εκκεντρότητας) Τυπική απόκλιση μέσης ευκλείδια απόσταση από υγιείς (διόρθωση εκκεντρότητας) Διαφορά μέσης απόστασης από υγιείς μείον μέση απόσταση από γλαυκωματικούς (διόρθωση εκκεντρότητας) Μέση SAX απόσταση από υγιείς (διόρθωση εκκεντρότητας) Τυπική απόκλιση μέσης SAX απόστασης από υγιείς (διόρθωση εκκεντρότητας) Μέση SAX απόσταση από γλαυκωματικούς (διόρθωση εκκεντρότητας) Τυπική απόκλιση μέσης SAX απόστασης από γλαυκωματικούς (διόρθωση εκκεντρότητας) Διαφορά μέσης SAX απόστασης από υγιείς μείον μέση SAX απόσταση από γλαυκωματικούς (διόρθωση εκκεντρότητας) 3.4.4 Τρόπος χρήσης της εφαρμογής επεξεργασίας Καθώς υπήρχε η ανάγκη για εκτέλεση της επεξεργασίας στα ίδια δεδομένα με διαφορετικές παραμέτρους που αλλοίωναν το αποτέλεσμα της επεξεργασίας πριν από την εκτέλεση της εφαρμογής γινόταν ο ορισμός των παραμέτρων εκτέλεσης. Οι παράμετροι αυτοί ήταν οι εξής: Αρχείο κειμένου με τις διαδρομές των αρχείων των εικόνων TIFF των αναφορών προς επεξεργασία. Επιλογή εφαρμογής η όχι της διόρθωσης εκκεντρότητας. Ορισμός του μήκους των χρονοσειρών αναπαράστασης για υπολογισμό ευκλείδειας απόστασης (στο τρέχον δείγμα αυτό ήταν σταθερά 384) Ορισμός λόγου συμπίεσης για την αναπαράσταση σε συμβολοσειρά SAX. Τα μέγεθος του αλφαβήτου για την αναπαράσταση σε συμβολοσειρά SAX. o Παράμετρος περιορισμένης ή εκτεταμένης παρουσίασης των βημάτων της επεξεργασίας δηλαδή προβολή ή όχι εικόνων γραφημάτων και υπολογιζόμενων τιμών ανά εικόνα κατά την διάρκεια της επεξεργασίας. Μετά τον ορισμό των παραπάνω παραμέτρων γινόταν εκκίνηση της εφαρμογής η οποία δημιουργούσε ένα βιβλίο εργασίας Excel με διάφορα φύλλα το καθένα από τα οποία παρουσίαζε τα αποτελέσματα για κάθε μία από τις παραμέτρους της επεξεργασίας. 57

Βασίλης Κιλίντζης Επιπρόσθετα για τις υπολογιζόμενες παραμέτρους που είχαν ως στόχο να μετρήσουν την ομοιότητα μεταξύ των περιγραμμάτων της ΚΠΟΚ η εφαρμογή σε ένα φύλο εργασίας του excel αποθήκευε τα αποτελέσματα των συγκρίσεων για κάθε ζευγάρι εικόνων ταξινομημένα σε τρεις στήλες ανάλογα από σε ποια ομάδα συγκρίσεων ανήκε η τιμή (Γλαυκωματικοί Γλαυκωματικοί ΥγιείςΥγιείς ΓλαυκωματικοίΥγιείς). Ο χρόνος επεξεργασίας για τον υπολογισμό όλων των παραμέτρων και τη δημιουργία του αρχείου με τα αποτελέσματα για τις 194 εικόνες ήταν περίπου 20 λεπτά σε Quad Core Xeon E5310@1.6GHz CPU. 3.5 Ανάλυση Μετά από πολλές εκτελέσεις της εφαρμογής με διαφορετικές παραμέτρους ώστε να προκύψουν όλες οι παράμετροι που προαναφέρθηκαν συγκεντρώθηκαν τα αποτελέσματα της επεξεργασίας από τα διάφορα βιβλία εργασίας του Excel σε δύο φύλλα δεδομένων του προγράμματος στατιστικής ανάλυσης PASW Statistics (v. 18.0; SPSS Chicago IL). Στο πρώτο αποθηκεύτηκαν όλες οι παράμετροι που προέκυψαν ανά εικόνα και στο δεύτερο οι παράμετροι της ευκλείδειας και συμβολικής απόστασης ανά είδος ζεύγους σύγκρισης. Τα αποτελέσματα της ανάλυσης του πρώτου φύλου δεδομένων παρουσιάζονται αναλυτικά παρακάτω. Τα αποτελέσματα της ανάλυσης του δεύτερου φύλου δεδομένων παρουσιάζονται συνοπτικά στο τέλος αυτού του κεφαλαίου. 3.5.1 Εργαλεία στατιστικής ανάλυσης Έχοντας ορίσει και υπολογίσει ένα σύνολό από νέες παραμέτρους που απορρέουν από την δυσδιάστατη επιφάνεια της κοίλανσης του οπτικού δίσκου έγινε επιλογή των στατιστικών μοντέλων τα οποία θα εφαρμόζονταν στα δεδομένα με στόχο να απαντήσουν στα ερωτήματα που τέθηκαν στην αρχή της επεξεργασίας. Αρχικά διερευνήθηκε η βασική υπόθεση πως το περίγραμμα της ΚΠΟΚ διαφοροποιείται στους γλαυκωματικούς ασθενής σε σχέση με τους υγιείς. Χρησιμοποιήθηκαν μοντέλα ανάλυσης διακύμανσης (ANOVA independent samples T Test) 72737475 για εντοπισμό στατιστικώς σημαντικών διαφορών των μέσων τιμών των παραμέτρων και συνδιακύμανσης (ANCOVA) 767778 για αφαίρεση της συνεισφοράς άλλων παραμέτρων στις διαφοροποιήσεις οι οποίες πιθανόν να αλλοίωναν τα συμπεράσματα της ANOVA. Στην ANCOVA χρησιμοποιήθηκε Bonferoni test σαν post hoc τεστ για την επιβεβαίωση της ύπαρξης στατιστικής διαφοράς ανάμεσα στις μέσες τιμές των παραμέτρων ανά ομάδα (κατηγορία προέλευσης). Επιπρόσθετα για την επιβεβαίωση των προαπαιτούμενων της ANOVA δηλαδή της κανονικότητας του δείγματος και της ισότητας των διασπορών (equality of ) χρησιμοποιήθηκαν Kolmogorov Smirnoff test (KS test) 7980 ή QQ plots 81 και Levene s Test 82 αντίστοιχα. Στις περιπτώσεις που η προαπαιτούμενη κανονική κατανομή των επιμέρους δειγμάτων δεν επιβεβαιωνόταν με το KS test η μη παραμετρική μέθοδος MannWhitney U test 83 εφαρμόστηκε για να επιδείξει την διαφορά της τιμής της παραμέτρου ανάμεσα στις ομάδες των Υγιών και των Γλαυκωματικών. Για τον έλεγχο της διακριτικής ικανότητας των νέων παραμέτρων χρησιμοποιήθηκαν καμπύλες ROC 84 καθώς και διαχωριστική ανάλυση (Discriminant analysis) 858687. 58

ΕΠΕΞΕΡΓΑΣΙΑ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ Η διαδικασία της ανάλυσης έγινε σε τρία βήματα για το αρχείο των παραμέτρων ανά εικόνα. Αρχικά ελέγχτηκε η ύπαρξη στατιστικώς σημαντικών διαφορών στις μέσες τιμές των νέων παραμέτρων ξεχωριστά στα δύο σετ δεδομένων προέλευσης (Πυθαγόρας TES). Κατόπιν η διαδικασία επαναλήφθηκε για τρίτη φορά στο σύνολο των δεδομένων. Τα αποτελέσματα παρουσιάζονται συνοπτικά παρακάτω και αναλυτικά στο παράρτημα 5.3 σελ. 118. 3.5.2 Αποτελέσματα 3.5.2.1 Διερεύνηση του δείγματος με χρήση των στερεομετρικών παραμέτρων του HRT Το λογισμικό του HRT υπολογίζει ένα σύνολο από στερεομετρικές παραμέτρους που παρουσιάστηκαν αναλυτικά στην παράγραφο 3.1.1.2 σελ.39. Καθώς στην παρούσα διατριβή έγινε ανάλυση της επιφάνειας της οπτικής κοίλανσης και όχι της τρισδιάστατης μορφής της οι παράμετροι του HRT που μπορούν να εξαχθούν από δεδομένα πέραν της επιφάνειας της κοίλανσης δεν μετείχαν καθόλου στην διαδικασία της ανάλυσης ούτε ως παράμετροι περιγραφής του δείγματος αλλά ούτε και για σύγκριση της διακριτικής τους ικανότητας σε σχέση με τις προτεινόμενες από την παρούσα διατριβή παραμέτρους. Στον Πίνακας 1 παρουσιάζονται οι μέσοι όροι η τυπικές αποκλίσεις και το τυπικό σφάλμα μέσου για τις παραμέτρους Disc Area Cup Area και Cup/Disc Ratio του HRT. Το Ttest δείχνει ότι υπήρχε στατιστικώς σημαντική διαφορά στις μέσες τιμές των τριών αυτών παραμέτρων μεταξύ των δύο ομάδων στο δείγμα μας (παράρτημα παράγραφοι 5.3.1 και 5.3.1.2). Πίνακας 1: Μέσοι όροι ανά ομάδα για τις παραμέτρους του HRT Group Statistics Κατηγορία Προέλευσης N Mean Std. Deviation Std. Error Mean Disc Area(HRT)(mm2) Υγιείς 97 1942845 3293582 0334413 Γλαυκωματικοί 97 2089216 4118715 0418192 Cup Area(HRT)(mm2) Υγιείς 97 581814 2703422 0274491 Γλαυκωματικοί 97 1165113 4591710 0466218 Cup/Disc Ratio (HRT) Υγιείς 97 295735 1205957 0122446 Γλαυκωματικοί 97 557313 1888162 0191714 3.5.2.2 Αποτελέσματα ανάλυσης νέων ανά εικόνα παραμέτρων Στον πίνακα που ακολουθεί (Πίνακας 2) παρουσιάζονται τα pvalues όλων των παραμέτρων που υπολογίστηκαν από το Independent samples ttest για τα δείγματα του πυθαγόρα του TES και τέλος στο συνολικό. Στον ίδιο πίνακα παρουσιάζονται και τα αποτελέσματα του ελέγχου κανονικής κατανομής για την κάθε παράμετρο. Στις στήλες Οι παράμετροι που είναι μέσες τιμές απόστασης από κάποια ομάδα υπολογίστηκαν 3 φορές ξεχωριστά μία περιέχοντας αποστάσεις μεταξύ εικόνων από τη μελέτη Πυθαγόρας κατόπιν μόνο από τη μελέτη TES και τέλος για το σύνολο. 59

Βασίλης Κιλίντζης των Ttest ειδικός εκθέτης (*) υποδεικνύει στατιστικώς σημαντικές διαφορές με p<5. Στις στήλες των KStests ο ειδικός εκθέτης (*) υποδεικνύει αποτυχία του τεστ και τα γράμματα «Γ» και «Υ» αντιστοιχούν σε αποτυχία του τεστ στην ομάδα των γλαυκωματικών ή των υγειών αντίστοιχα. Οι παράμετροι που προκύπτουν στατιστικώς σημαντικοί με p τουλάχιστον <5 και στα δύο δείγματα καθώς και στο συνολικό δείγμα σημειώνονται με υπογράμμιση στην στήλη των παραμέτρων. Στην περίπτωση που για κάποια από αυτές τις παραμέτρους δεν επιβεβαιώθηκε με KS test η κανονικότητα του δείγματος σημειώνεται με ειδικό εκθέτη (#) και για αυτές τις παραμέτρους θα παρουσιαστούν τα αποτελέσματα και μη παραμετρικών τεστ που δεν απαιτούν την κανονικότητα του δείγματος. Τέλος με γκρι φόντο σημειώθηκαν οι περιοχές οι οποίες δεν είναι δυνατόν να υπολογιστούν όπως για παράδειγμα η «Μέση ευκλείδεια απόσταση από όλους τους υγιείς» η οποία δεν μπορεί να υπολογιστεί για το υποσύνολο δειγμάτων του TES καθώς πρέπει να αντιστοιχεί στην μέση απόσταση από όλους τους υγιείς της μελέτης ενώ ο υπολογισμός της ανά υποσύνολο δειγμάτων έχει ως αποτέλεσμα να αναφέρεται στην απόσταση από τους υγιείς του συγκεκριμένου υποσυνόλου. Αναλυτικά η μέσες τιμές τυπικές αποκλίσεις και τυπικό σφάλμα μέασου για όλες τις νέες παραμέτρους ανά κατηγορία προέλευσης στο συνολικό δείγμα των 194 αναφορών παρουσιάζονται στο παράρτημα 5.3.2 όλα τα ποτελέσματα του independent samples ttest στο συνολικό δείγμα παρουσιάζονται αναλυτικά στο παράρτημα 5.3.4.2. Πίνακας 2:Συνοπτικά αποτελέσματα KolmogorovSmirnoff Test και Independent Samples TTest για τις νέες παραμέτρους. ΣΕΤ ΔΕΔΟΜΕΝΩΝ ΠΥΘΑΓΟΡΑΣ TES ΣΥΝΟΛΙΚΟ Παράμετρος KS TTEST p KS TTEST p KS TTEST p TEST TEST TEST Μέγεθος Κύριας <01 * <01 * <01 * Περιοχής Οπτικής Κοίλανσης (ΚΠΟΚ)(pixels) Μήκος Περιγράμματος <01 * <01 * <01 * (LC) (pixels) Μέση απόσταση 0860 0288 0350 σημείων του περιγράμματος από το κέντρο (pixels) Τυπική απόκλιση <01 * <01 * <01 * μέσης απόστασης σημείων του περιγράμματος από το κέντρο (SDC) (pixels) Μέγεθος Κύριας <01 * <01 * <01 * Περιοχής Οπτικής Κοίλανσης προς Disc Area(HRT). (ΚΠΟΚ/DiscArea) (pixels/mm2) 60

ΕΠΕΞΕΡΓΑΣΙΑ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ ΣΕΤ ΔΕΔΟΜΕΝΩΝ ΠΥΘΑΓΟΡΑΣ TES ΣΥΝΟΛΙΚΟ Παράμετρος KS TTEST p KS TTEST p KS TTEST p TEST TEST TEST Απόσταση μεταξύ του <01 * 01 * <01 * κέντρου της ΚΠΟΚ και του Δίσκου Ανεξάρτητη από το <01 * <01 * <01 * μάτι προέλευσης διαφορά στην οριζόντια θέση μεταξύ των κέντρων της ΚΠΟΚ και του Δίσκου(μεγαλύτερο νούμερο σημαίνει πιο ρινικά(ολα σαν αριστερά μάτια)) (pixels) Διαφορά στην κάθετη 0483 Γ 74 0442 θέση μεταξύ των κέντρων της ΚΠΟΚ και του Δίσκου (pixels) Μήκος περιγράμματος 0408 0106 59 προς μήκος περιμέτρου κύκλου εμβαδού ίσου με το εμβαδό περιγράμματος Εκκεντρότητα (DiscAdj) 0175 70 Γ 0151 Κανονικοποιημένο 22 <01 * <01 * άθροισμα της διαφορά της απόστασης κάθε σημείου του περιγράμματος από τη μέση απόσταση Τυπική απόκλιση του 02 * 0692 23 * μερικού διαφορικού της σειράς των αποστάσεων των σημείων του περιγράμματος από το κέντρο Κανονικοποιημένο 01 * 0709 0190 άθροισμα των διαφορών του μερικού διαφορικού από το μέσο μερικό διαφορικό της J ΚΠΟΚ/Δίσκο <01 * <01 * <01 Μέση ευκλείδια ΥΓ <01 * απόσταση από υγιείς # Μέση ευκλείδια απόσταση από γλαυκωματικούς ΥΓ <01 * 61

Βασίλης Κιλίντζης ΣΕΤ ΔΕΔΟΜΕΝΩΝ ΠΥΘΑΓΟΡΑΣ TES ΣΥΝΟΛΙΚΟ Παράμετρος KS TTEST p KS TTEST p KS TTEST p TEST TEST TEST Μέση SAX απόσταση 0404 από υγιείς (n/w=8 a=6) Τυπική απόκλιση μέσης 33 * SAX απόστασης από υγιείς(n/w=8 a=6) Μέση SAX απόσταση 0551 από γλαυκωματικούς(n/w=8 a=6) Τυπική απόκλιση μέσης 73 SAX απόστασης από γλαυκωματικούς(n/w=8 a=6) Μέση SAX απόσταση 88 από υγιείς (n/w=32 a=6) Τυπική απόκλιση μέσης 0114 SAX απόστασης από υγιείς (n/w=32 a=6) Μέση SAX απόσταση 0240 από γλαυκωματικούς (n/w=32 a=6) Τυπική απόκλιση μέσης 0269 SAX απόστασης από γλαυκωματικούς (n/w=32 a=6) Συντελεστής Y 06 * 22 * <01 * μεταβλητότητας μέσης απόστασης σημείων του περιγράμματος από το κέντρο # Διαφορά μέσης <01 * Ευκλείδειας απόστασης από υγιείς μείον μέση απόσταση από γλαυκωματικούς Διαφορά μέσης SAX 0933 απόστασης από υγιείς μείον μέση SAX απόσταση από γλαυκωματικούς Διαφορά μέσης SAX 0875 απόστασης από υγιείς μείον μέση SAX απόσταση από γλαυκωματικούς(n/w=32 a=6) LC/CupArea Y 0235 Γ <01 * Γ 01 * SDC/CupArea Y 0107 YΓ 18 * ΥΓ 19 * 62

ΕΠΕΞΕΡΓΑΣΙΑ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ ΣΕΤ ΔΕΔΟΜΕΝΩΝ ΠΥΘΑΓΟΡΑΣ TES ΣΥΝΟΛΙΚΟ Παράμετρος KS TTEST p KS TTEST p KS TTEST p TEST TEST TEST ΚΠΟΚ/DiscArea προς 0127 0895 0114 CupArea LC προς ΚΠΟΚ # <01 * <01 * ΥΓ <01 * SDC προς ΚΠΟΚ # <01 * 28 * ΥΓ <01 * Μέση απόσταση <01 * <01 * <01 * σημείων του περιγράμματος από το κέντρο (διόρθωση εκκεντρότητας) (pixels) Τυπική απόκλιση 18 * <01 * <01 * μέσης απόστασης σημείων του περιγράμματος από το κέντρο (διόρθωση εκκεντρότητας) (pixels) Τυπική απόκλιση του 01 * <01 * 0289 μερικού διαφορικού της σειράς των αποστάσεων των σημείων του περιγράμματος από το κέντρο (διόρθωση εκκεντρότητας) Συντελεστής 73 0708 ΥΓ 0587 μεταβλητότητας μέσης απόστασης σημείων του περιγράμματος από το κέντρο(διόρθωση εκκεντρότητας) Μέση ευκλείδια ΥΓ <01 * απόσταση από γλαυκωματικούς (διόρθωση εκκεντρότητας) Τυπική απόκλιση μέσης 0177 ευκλείδια απόσταση από γλαυκωματικούς (διόρθωση εκκεντρότητας) Μέση ευκλείδια Υ <01 * απόσταση από υγιείς (διόρθωση εκκεντρότητας) # Τυπική απόκλιση μέσης ευκλείδια απόσταση από υγιείς (διόρθωση εκκεντρότητας) 0534 63

Βασίλης Κιλίντζης ΣΕΤ ΔΕΔΟΜΕΝΩΝ ΠΥΘΑΓΟΡΑΣ TES ΣΥΝΟΛΙΚΟ Παράμετρος KS TTEST p KS TTEST p KS TTEST p TEST TEST TEST Διαφορά μέσης <01 * απόστασης από υγιείς μείον μέση απόσταση από γλαυκωματικούς (διόρθωση εκκεντρότητας) Μέση SAX απόσταση 0245 από υγιείς (n/w=8 a=6)(διόρθωση εκκεντρότητας) Τυπική απόκλιση μέσης 0109 SAX απόστασης από υγιείς (n/w=8 a=6) (διόρθωση εκκεντρότητας) Μέση SAX απόσταση 12 * από γλαυκωματικούς (n/w=8 a=6)(διόρθωση εκκεντρότητας) Τυπική απόκλιση μέσης 74 SAX απόστασης από γλαυκωματικούς (n/w=8 a=6)(διόρθωση εκκεντρότητας) Διαφορά μέσης SAX 01 * απόστασης από υγιείς μείον μέση SAX απόσταση από γλαυκωματικούς (n/w=8 a=6) (διόρθωση εκκεντρότητας) Μέση ευκλείδια 04 * <01 * απόσταση από υγιείς ανά μελέτη Μέση ευκλείδια Y 64 01 * απόσταση από γλαυκωματικούς ανά μελέτη Μέση SAX απόσταση 99 0778 από υγιείς ανά μελέτη(n/w=8 a=6) Μέση SAX απόσταση από γλαυκωματικούς ανά μελέτη (n/w=8 a=6) 08 * 0703 64

ΕΠΕΞΕΡΓΑΣΙΑ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ ΣΕΤ ΔΕΔΟΜΕΝΩΝ ΠΥΘΑΓΟΡΑΣ TES ΣΥΝΟΛΙΚΟ Παράμετρος KS TTEST p KS TTEST p KS TTEST p TEST TEST TEST Διαφορά μέσης <01 * 03 * απόστασης από υγιείς μείον μέση απόσταση από γλαυκωματικούς ανά μελέτη Διαφορά μέσης SAX απόστασης απo υγιείς μείον μέση SAX απόσταση από γλαυκωματικούς ανά μελέτη (n/w=8 a=6) 30 * 0692 3.5.2.2.1 Παράμετροι με στατιστικώς σημαντικές διαφορές μεταξύ γλαυκωματικών και υγειών ατόμων. Για τις παραμέτρους «Μέση ευκλείδεια απόσταση από υγιείς» «Μέση ευκλείδεια απόσταση από γλαυκωματικούς» με και χωρίς διόρθωση εκκεντρότητας το KS test έδειχνε παραβίαση της κανονικότητας του δείγματος ανά κατηγορία προέλευσης που είναι προαπαιτούμενο από την ANOVA. Για αυτές τις παραμέτρους επιπρόσθετα εκτελέστηκε το MannWhitney U Test το οποίο παρουσιάζει στατιστικώς σημαντικές διαφορές στις τιμές αυτών των παραμέτρων ανάμεσα στις δύο ομάδες (5.3.4.3). Το MannWhitney U Test χρησιμοποιήθηκε επίσης για να επιβεβαιώσει στατιστικώς σημαντική διαφορά για τις παραμέτρους «Συντελεστής μεταβλητότητας μέσης απόστασης σημείων του περιγράμματος από το κέντρο» «LC προς ΚΠΟΚ» και «SDC προς ΚΠΟΚ» στο σύνολο των δεδομένων. Στον συγκεντρωτικό Πίνακας 3 φαίνονται οι παράμετροι που παρουσιάζουν στατιστικώς σημαντική διαφορά ανάμεσα στις μέσες τιμές τους στις δύο ομάδες επιβεβαιωμένη με Independent Samples Ttest ή non parametric MannWhitney U Test και στις δύο μελέτες ξεχωριστά και στο σύνολικό δείγμα. Πίνακας 3:Παράμετροι με στατιστικώς σημαντική διαφορά ανάμεσα στους μέσους ανά μελέτη και στο σύνολο του δείγματος Παράμετρος Μέγεθος Κύριας Περιοχής Οπτικής Κοίλανσης (ΚΠΟΚ)(pixels) Μήκος Περιγράμματος (LC) (pixels) Τυπική απόκλιση μέσης απόστασης σημείων του περιγράμματος από το κέντρο (SDC) (pixels) Μέγεθος Κύριας Περιοχής Οπτικής Κοίλανσης προς Disc Area(HRT). (ΚΠΟΚ/DiscArea) (pixels/mm2) Απόσταση μεταξύ του κέντρου της ΚΠΟΚ και του Δίσκου Ανεξάρτητη από το μάτι προέλευσης διαφορά στην οριζόντια θέση μεταξύ των κέντρων της ΚΠΟΚ και του Δίσκου(μεγαλύτερο νούμερο σημαίνει πιο ρινικά(ολα σαν αριστερά μάτια)) (pixels) Κανονικοποιημένο άθροισμα της διαφορά της απόστασης κάθε σημείου του περιγράμματος από τη μέση απόσταση 65

Βασίλης Κιλίντζης ΚΠΟΚ/Δίσκο Μέση ευκλείδια απόσταση από υγιείς Διαφορά μέσης απόστασης από υγιείς μείον μέση απόσταση από γλαυκωματικούς Μέση απόσταση σημείων του περιγράμματος από το κέντρο (διόρθωση εκκεντρότητας) (pixels) Διαφορά μέσης SAX απόστασης από υγιείς μείον μέση SAX απόσταση από γλαυκωματικούς (n/w=8 a=6) (διόρθωση εκκεντρότητας) Συντελεστής μεταβλητότητας μέσης απόστασης σημείων του περιγράμματος από το κέντρο LC προς ΚΠΟΚ SDC προς ΚΠΟΚ Η ανάλυση που ακολουθεί επικεντρώνεται σε αυτές τις παραμέτρους παρότι και κάποιες άλλες νεοπροσδιοριζόμενες παράμετροι παρουσίασαν στατιστικώς σημαντικές διαφορές σε τμήμα του συνολικού δείγματος (θα αναφέρονται ως σημαντικές νεοπροσδιοριζόμενες παράμετροι). Επιπρόσθετα για τις παραμέτρους που παρουσίασαν στατιστικώς σημαντική διαφορά τόσο με διόρθωση εκκεντρότητας όσο και χωρίς επιλέχτηκαν οι παράμετροι χωρίς την διόρθωση. 3.5.2.2.2 Στάθμιση ως προς Disc Area Καθώς το μέγεθος του δίσκου παραμένει αναλοίωτο σε σχέση με την εξέλιξη της νόσου του γλαυκώματος και σε συνδυσμό με το γεγονός ότι στο δείγμα μας όπως αναφέρθηκε στην παράγραφο 3.5.2.1 σελ. 59 το μέσο μέγεθος του δίσκου όπως αυτό υπολογίζεται από την παράμετρο Disc Area του HRT παρουσιάζει στατιστικώς σημαντική διαφορά ανά ομάδα (κατηγορία προέλευσης) θεωρήθηκε απαραίτητο να γίνει στάθμιση των αποτελέσμάτων της ANOVA ως προς το Disc Area. Η διαδικασία που ακολουθήθηκε είναι η ANCOVA με την οποία αφαιρείται η συνδιακύμανση της παραμέτρου Disc Area από τις διακυμάνσεις των παραμέτρων και κατοπιν ελέγχεται αν η διαφορά στους μέσους όρους τως παραμέτρων παραμένει στατιστικώς σημαντική. Τα αποτελέσματα αυτής της διαδικασίας παρουσιάζονται αναλυτικά στο παράρτημα 5.3.5. Στα αποτελέσματα αυτά παρατηρούμε ότι όλες οι παράμετροι του Πίνακας 3 εξακολουθούν να παρουσιάζουν στατιστικώς σημαντική διαφορά για όλες τις παραμέτρους. Το παραπάνω αποτέλεσμα δείχνει πως η διαφοροποίηση των τιμών των νεοπροσδιοριζόμενων παραμέτρων είναι ανεξάρτητη από το μέγεθος του οπτικού δίσκου αλλά από άλλους παράγοντες που σχετίζονται με τον φαινότυπο της νόσου του γλαυκώματος. 3.5.2.2.3 Στάθμιση ως προς ΚΠΟΚ Για να διερευνήσουμε την ουσιαστική συνεισφορά στην περιγραφή του φαινοτύπου του ΠΓΑΓ που έχουν οι νεοπροσδιοριζόμενες παράμετροι έγινε στάθμιση των αποτελεσμάτων του ttest ως προς το μέγεθος της ΚΠΟΚ. Γνωρίζοντας πως το μέγεθος της κοίλανσης του οπτικού δίσκου είναι βαρύνων παράγοντας στην αξιολόγηση του οπτικού δίσκου καθώς επίσης εξ ορισμού κάποιες από τις νέες παραμέτρους δείχνουν να σχετίζονται έντονα με το μέγεθος της ΚΠΟΚ έγινε έλεγχος των μέσων όρων των τιμών των παραμέτρων μετά από στάθμιση για το μέγεθος της ΚΠΟΚ. Επιλέχθηκε η στάθμιση 66

ΕΠΕΞΕΡΓΑΣΙΑ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ να γίνει ως προς το μέγεθος της ΚΠΟΚ και όχι ως προς το Cup Area (HRT) καθώς οι παράμετροι προσπαθούν να περιγράψουν και προήλθαν έπειτα από ορισμό και εντοπισμο της ΚΠΟΚ. Πίνακας 4: Αποτελέσματα ANOVA για τις ρυθμισμένες ως προς μέγεθος ΚΠΟΚ τιμές των παραμέτρων. Παράμετρος F P Μήκος Περιγράμματος (LC) (pixels) 18 0894 Τυπική απόκλιση μέσης απόστασης σημείων του περιγράμματος από το 12211 01 κέντρο (SDC) (pixels) Μέγεθος Κύριας Περιοχής Οπτικής Κοίλανσης προς Disc Area(HRT). 4221 41 (ΚΠΟΚ/DiscArea) (pixels/mm2) Απόσταση μεταξύ του κέντρου της ΚΠΟΚ και του Δίσκου 4098 44 Ανεξάρτητη από το μάτι προέλευσης διαφορά στην οριζόντια θέση μεταξύ 7051 09 των κέντρων της ΚΠΟΚ και του Δίσκου(μεγαλύτερο νούμερο σημαίνει πιο ρινικά(ολα σαν αριστερά μάτια)) (pixels) Κανονικοποιημένο άθροισμα της διαφορά της απόστασης κάθε σημείου 11024 01 του περιγράμματος από τη μέση απόσταση ΚΠΟΚ/Δίσκο 20664 <01 Μέση ευκλείδια απόσταση από υγιείς 6579 11 Διαφορά μέσης Ευκλείδειας απόστασης από υγιείς μείον μέση 5078 25 απόσταση από γλαυκωματικούς Μέση απόσταση σημείων του περιγράμματος από το κέντρο (διόρθωση 2163 0143 εκκεντρότητας) (pixels) Διαφορά μέσης SAX απόστασης από υγιείς μείον μέση SAX απόσταση από 5908 16 γλαυκωματικούς (n/w=8 a=6) (διόρθωση εκκεντρότητας) Συντελεστής μεταβλητότητας μέσης απόστασης σημείων του περιγράμματος από το κέντρο 5595 19 Όπως φαίνεται στον Πίνακας 4 οι μόνες παράμετροι που δεν παραμένουν στατιστικώς σημαντικοί μετά από στάθμιση ως προς το μέγεθος της ΚΠΟΚ είναι η LC και η «Μέση απόσταση σημείων του περιγράμματος από το κέντρο (διόρθωση εκκεντρότητας)» οι λοιπες παράμετροι παρότι το P έχει αυξηθεί παραμένουν με στατιστικώς σημαντικές διαφορές ανάμεσα στους μέσους ανά κατηγορία προέλευσης. 3.5.2.2.4 Αποτελέσματα σχετικά με την διακριτική ικανότητα των νέων παραμέτρων 3.5.2.2.4.1 Καμπύλες ROC Στην Εικόνα 17 παρουσιάζονται οι καμπύλες ROC των νέων παραμέτρων που παρουσιάζουν στατιστικώς σημαντική διαφορά (όπως ελέγχθηκε παραπάνω) σχετίζονται με το μέγεθος και το σχήμα του περίγραμματος της ΚΠΟΚ και υπολογίζονται αυτόνομα ανά εικόνα. Οι καμπύλες έγιναν με positive state:γλαυκωματικοί από την καμπύλη λείπουν οι παράμετροι «LC προς ΚΠΟΚ» και «SDC προς ΚΠΟΚ» οι οποίες δίνουν AUC>05 όταν υπολογίζονται για positive state: Υγιείς. 67

Βασίλης Κιλίντζης Εικόνα 17: ROC αυτόνομων παραμέτρων Στον Πίνακας 5 παρουσιάζεται το εμβαδόν κάτω από την καμπύλη (AUC) ROC για αυτές τις παραμέτρους. Παρατηρούμε ότι η παράμετρος ΚΠΟΚ/Δίσκο παρουσιάζει το μεγαλύτερο AUC (0883). Πίνακας 5: Εμβαδόν κάτω από την καμπυλη ROC Παράμετρος Area Μέγεθος Κύριας Περιοχής Οπτικής Κοίλανσης (ΚΠΟΚ)(pixels) 853 Μήκος Περιγράμματος (LC) (pixels) 782 Τυπική απόκλιση μέσης απόστασης σημείων του περιγράμματος 725 από το κέντρο (SDC) (pixels) Μέγεθος Κύριας Περιοχής Οπτικής Κοίλανσης προς Disc 861 Area(HRT). (ΚΠΟΚ/DiscArea) (pixels/mm2) ΚΠΟΚ/Δίσκο 883 Κανονικοποιημένο άθροισμα της διαφορά της απόστασης κάθε 695 68

ΕΠΕΞΕΡΓΑΣΙΑ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ σημείου του περιγράμματος από τη μέση απόσταση Συντελεστής μεταβλητότητας μέσης απόστασης σημείων του 656 περιγράμματος από το κέντρο Μέση απόσταση σημείων του περιγράμματος από το κέντρο 827 (διόρθωση εκκεντρότητας) (pixels) LC προς ΚΠΟΚ 808 SDC προς ΚΠΟΚ 706 Οι καμπύλες έγιναν με positive state:γλαυκωματικοί από την καμπύλη λείπουν οι παράμετροι «LC προς ΚΠΟΚ» και «SDC προς ΚΠΟΚ» οι οποίες δίνουν AUC>05 όταν υπολογίζονται για positive state: Υγιείς. Στον Πίνακας 6 παρουσιάζονται τα AUC των καμπύλων ROC των νέων παραμέτρων που παρουσιάζουν στατιστικώς σημαντική διαφορά σχετίζονται με την ομοιότητα του περιγράμματος της ΚΠΟΚ και υπολογίζονται για κάθε εικόνα σε σχέση με τις υπόλοιπες εικόνες του δείγματος. Πίνακας 6: Εμβαδόν κάτω από την καμπύλη ROC Παράμετρος Area Μέση ευκλείδια απόσταση από υγιείς 701 Διαφορά μέσης Ευκλείδειας απόστασης από υγιείς 671 μείον μέση απόσταση από γλαυκωματικούς(eucl_comb) Διαφορά μέσης SAX απόστασης από υγιείς μείον μέση 621 SAX απόσταση από γλαυκωματικούς (n/w=8 a=6) (διόρθωση εκκεντρότητας) Στην Εικόνα 18 και στον Πίνακας 7 παρουσιάζονται ROC καμπύλες και τα AUC αντίστοιχα των νέων παραμέτρων που παρουσιάζουν στατιστικώς σημαντική διαφορά υπολογίζονται για κάθε εικόνα ξεχωριστά και είναι ανεξάρτητα από το μέγεθος της ΚΠΟΚ και του Δίσκου. 69

Βασίλης Κιλίντζης Εικόνα 18: ROC παραμέτρων σχετικής θέσης ΚΠΟΚ και Δίσκου Πίνακας 7: AUC για τις παραμέτρους σχετικής θέσης ΚΠΟΚ και Δίσκου Παράμετρος Area Απόσταση μεταξύ του κέντρου της ΚΠΟΚ και του Δίσκου 767 Ανεξάρτητη από το μάτι προέλευσης διαφορά στην οριζόντια θέση μεταξύ 769 των κέντρων της ΚΠΟΚ και του Δίσκου(μεγαλύτερο νούμερο σημαίνει πιο ρινικά το κέντρου του ΚΠΟΚ(ολα σαν αριστερά μάτια))(cntrx) (pixels) 3.5.2.2.4.2 Διαχωριστική ανάλυση Η μέθοδος της διαχωριστικής ανάλυσης χρησιμοποιείται για να ελέγξει την διαχωριστική ισχύ συνδυασμού παραμέτρων και μπορεί να εκτελεστεί με δύο τρόπους. Είτε να επιλέξουμε από πριν ποιες παράμετροι θέλουμε να συμμετέχουν είτε να επιλλεγούν αυτόματα οι παράμετροι που διαχωρίζουν καλύτερα το δείγμα. Επιπλέον 70

Υγιείς Υγιείς Υγιείς Υγιείς ΕΠΕΞΕΡΓΑΣΙΑ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ χρησιμοποιήθηκε ως μέθοδος επαλήθευσης η μέθοδος «Leaveoneout Cross Validation» στην οποία κάθε περίπτωση κατηγοριοποιείται χρησιμοποιώντας συνάρτηση διαχωρισμού που προκύπτει από όλες τις άλλες περιπτώσεις εξαιρουμένης της συγκεκριμένης **. Στον Πίνακας 8 παρουσιάζονται τα αποτελέσματα της διαχωριστικής ανάλυσης χρησιμοποιώντας όλες τις σημαντικές νεοπροσδιοριζόμενες παράμετρους (παραμέτρους με στατιστικώς σημαντική διαφορά στις μέσες τιμές ανά κατηγορία προέλευσης) που παρουσιάστηκαν στον Πίνακας 3 σελ. 65. Παρατηρούμε ότι 861% των περιπτώσεων κατηγοριοποιούνται σωστά και συγκεκριμένα 907% των υγιών κατατάσσονται σωστά στους υγιείς (specificity) και 814 των γλαυκωματικών κατατάσσονται σωστά στους γλαυκωματικούς (sensitivity). Πίνακας 8: Συγκεντρωτικά αποτελέσματα διαχωριστικής ανάλυσης με χρήση όλων των σημαντικών παραμέτρων Original b Count dimension2 % dimension2 Crossvalidated Count dimension2 ac % dimension2 Κατηγορία Προέλευσης Predicted Group Membership Υγιείς Γλαυκωματικοί Total 89 8 97 Γλαυκωματικοί 15 82 97 918 82 10 Γλαυκωματικοί 155 845 10 88 9 97 Γλαυκωματικοί 18 79 97 907 93 10 Γλαυκωματικοί 186 814 10 a. Cross validation is done only for those cases in the analysis. In cross validation each case is classified by the functions derived from all cases other than that case. b. 881% of original grouped cases correctly classified. c. 861% of crossvalidated grouped cases correctly classified. Χρησιμοποιώντας μαζί μόνο τα «Αυτόνομα Μορφολογικά χαρακτηριστικά» (παράγραφος 3.4.3.1 σελ. 47) από τις σημαντικές νεοπροσδιοριζόμενες παραμέτρους 789% των περιπτώσεων κατηγοριοποιείται σωστά (Πίνακας 9). Πίνακας 9: Συγκεντρωτικά αποτελέσματα διαχωριστικής ανάλυσης με χρήση νέων παραμέτρων υπολογισμένων ανά εικόνα ανεξάρτητα από το υπόλοιπο δείγμα Κατηγορία Προέλευσης Predicted Group Membership Υγιείς Γλαυκωματικοί Total ** Όλα τα ποσοστά αποτελεσμάτων που αναφέρονται στο κείμενο αφορούν αυτή την μέθοδο διαχωριστικής ανάλυσης εκτός αν συγκεκριμένα αναφέρεται κάτι διαφορετικό. Οι σημαντικές νεοπροσδιοριζόμενες παράμετροι χωρίς τις: ΚΠΟΚ/Disc Area Μέση ευκλείδια απόσταση από υγιείς ανά μελέτη Διαφορά μέσης απόστασης από υγιείς μείον μέση απόσταση από γλαυκωματικούς ανά μελέτη και Διαφορά μέσης SAX απόστασης από υγιείς μείον μέση SAX απόσταση από γλαυκωματικούς (n/w=8 a=6) (διόρθωση εκκεντρότητας) 71

Υγιείς Υγιείς Υγιείς Υγιείς Βασίλης Κιλίντζης Original Count dimension2 % dimension2 Crossvalidated a Count dimension2 % dimension2 84 13 97 Γλαυκωματικοί 19 78 97 866 134 10 Γλαυκωματικοί 196 804 10 80 17 97 Γλαυκωματικοί 24 73 97 825 175 10 Γλαυκωματικοί 247 753 10 a. Cross validation is done only for those cases in the analysis. In cross validation each case is classified by the functions derived from all cases other than that case. b. 835% of original grouped cases correctly classified. c. 789% of crossvalidated grouped cases correctly classified. Στην διαχωριστική ανάλυση χρησιμοποιώντας την βηματική μέθοδο (stepwise method) επιλέγονται αυτόματα οι πιο ισχυρές παράμετροι για τον διαχωρισμό. Σαν κριτήριο για την επιλογή των παραμέτρων που θεωρούνται ισχυρές χρησιμοποιήθηκε το Wilks Lambda 88. Το Wilks Lambda εκφράζει το πόσο διαχωρισμένες είναι οι ομάδες με χρήση της συγκεκριμένης παραμέτρου αξιολογόντας τον λόγο της εσωτερικής (μέσα στην ιδια ομάδα) αδράνειας προς την συνολική. Στη βηματική μέθοδο από το σύνολο των παραμέτρων επιλέγονται βηματικά εκείνες που οδηγούν σε μεγαλύτερη μείωση του Wilks Lambda. Με αυτή τη μέθοδο και αρχικό σετ παραμέτρων τις σημαντικές παραμέτρους που προέκυψαν στην επεξεργασία εκτελέστηκε διαχωριστική ανάλυση. Το απότελεσμα για το ποιες παράμετροι είναι οι ισχυρότερες και ποια ακριβώς ήταν τα βήματα επιλογής παρουσιάζονται στον Πίνακας 10 και τα αναλυτικά αποτελέσματα της κατηγοριοποίησης με 856% των περιπτώσεων σωστά κατηγοριοποιημένα παρουσιάζονται στον Πίνακας 11. Πίνακας 10: Ισχυρότερες παράμετροι που προέκυψαν στην βηματική διαχωριστική ανάλυση Step Tolerance F to Remove Wilks' Lambda 1 ΚΠΟΚ/Δίσκο 10 131409 2 ΚΠΟΚ/Δίσκο 030 51041 654 Μέγεθος Κύριας Περιοχής 030 28744 594 Οπτικής Κοίλανσης προς Disc Area(HRT). (ΚΠΟΚ/DiscArea) (pixels/mm2) 3 ΚΠΟΚ/Δίσκο 030 43268 619 Μέγεθος Κύριας Περιοχής 030 24944 570 Οπτικής Κοίλανσης προς Disc Area(HRT). (ΚΠΟΚ/DiscArea) (pixels/mm2) 72

Υγιείς Υγιείς Υγιείς ΕΠΕΞΕΡΓΑΣΙΑ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ Τυπική απόκλιση μέσης 960 4543 516 απόστασης σημείων του περιγράμματος από το κέντρο (SDC) (pixels) 4 ΚΠΟΚ/Δίσκο 030 43312 602 Μέγεθος Κύριας Περιοχής 030 24690 554 Οπτικής Κοίλανσης προς Disc Area(HRT). (ΚΠΟΚ/DiscArea) (pixels/mm2) Τυπική απόκλιση μέσης 094 8430 512 απόστασης σημείων του περιγράμματος από το κέντρο (SDC) (pixels) Μέση ευκλείδια απόσταση από 093 5481 504 υγιείς 5 ΚΠΟΚ/Δίσκο 029 45326 595 Μέγεθος Κύριας Περιοχής 030 25403 544 Οπτικής Κοίλανσης προς Disc Area(HRT). (ΚΠΟΚ/DiscArea) (pixels/mm2) Τυπική απόκλιση μέσης 061 12720 512 απόστασης σημείων του περιγράμματος από το κέντρο (SDC) (pixels) Μέση ευκλείδια απόσταση από 075 9021 502 υγιείς Διαφορά μέσης Ευκλείδειας 471 4151 490 απόστασης από υγιείς μείον μέση απόσταση από γλαυκωματικούς Πίνακας 11: Αποτελέσματα βηματικής διαχωριστικής ανάλυσης με τις σημαντικές παραμέτρους Κατηγορία Προέλευσης Predicted Group Membership Total Original Count dimension2 % dimension2 Crossvalidated a Count dimension2 Υγιείς Γλαυκωματικοί 90 7 97 Γλαυκωματικοί 20 77 97 928 72 10 Γλαυκωματικοί 206 794 10 89 8 97 73

Υγιείς Υγιείς Υγιείς Υγιείς Υγιείς Βασίλης Κιλίντζης % dimension2 Γλαυκωματικοί 20 77 97 918 82 10 Γλαυκωματικοί 206 794 10 a. Cross validation is done only for those cases in the analysis. In cross validation each case is classified by the functions derived from all cases other than that case. b. 861% of original grouped cases correctly classified. c. 856% of crossvalidated grouped cases correctly classified. Χρησιμοποιώντας όλες τις παραμέτρους της επεξεργασίας και όχι μόνο τις παραμέτρους που παρουσίασαν στατιστικώς σημαντική διαφορά στους μέσους ανάμεσα στις δύο κατηγορίες προέλευσης το αποτέλεσμα της βηματικής διαχωριστικής ανάλυσης το αποτέλεσμα είναι 856% των περιπτώσεων να κατατάσεται σωστά (Πίνακας 12). Οι παράμετροι που οδηγούν στο παραπάνω αποτέλεσμα μαζί με την επιρροή τους στο αποτέλεσμα καθώς και τα στάδια της βηματικής ανάλυσης παρουσιάζονται στον Πίνακας 13 και στο παράρτημα 5.3.8.1 σελ. 247 αντίστοιχα. Η απόλυτη τιμή των παραγόντων που παρουσιάζονται στον Πίνακας 13 ανά παράμετρο αντιπροσωπεύουν την βαρύτητα που έχει η συγκεκριμένη παράμετρος στην διαδικασία της κατηγοριοποίησης. Οι παράγοντες με μικρή απόλυτη τιμή είτε αντιστοιχούν σε παραμέτρους που δεν διαφέρουν πολύ ανάμεσα στις δύο ομάδες (Υγιείς Γλαυκωματικοί) είτε η ότι σχετίζονται με άλλη παράμετρο του μοντέλου. Δηλαδή παρατηρούμε ότι οι παράμετροι «Τυπική απόκλιση μέσης SAX απόστασης από υγιείς (n/w=8 a=6)» και «Τυπική απόκλιση μέσης SAX απόστασης από υγιείς (n/w=8 a=6) (διόρθωση εκκεντρότητας)» είναι λιγότερο σημαντικές στο μοντέλο αυτό από την «ΚΠΟΚ/Δίσκο». Πίνακας 12: Αποτελέσματα διαχωριστικής ανάλυσης παραμέτρων που προέκυψαν αποκλειστικά από την επεξεργασία χωρίς συνεισφορά παραμέτρων του HRT. Original Count dimension2 % dimension2 Crossvalidated a Count dimension2 % dimension2 Κατηγορία Predicted Group Membership Total Προέλευσης Υγιείς Γλαυκωματικοί 87 10 97 Γλαυκωματικοί 18 79 97 897 103 10 Γλαυκωματικοί 186 814 10 87 10 97 Γλαυκωματικοί 18 79 97 897 103 10 Γλαυκωματικοί 186 814 10 Χρησιμοποιήθηκαν και τα «Αυτόνομα Μορφολογικά χαρακτηριστικά» και τα «Χαρακτηριστικά που προκύπτουν από σύγκριση εικόνων του δείγματος» χωρίς τις παραμέτρους του HRT (ούτε ως τμήμα παραμέτρων π.χ δεν χρησιμοποιήθηκε η ΚΠΟΚ/DiscArea) 74

Υγιείς Υγιείς Υγιείς Υγιείς ΕΠΕΞΕΡΓΑΣΙΑ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ a. Cross validation is done only for those cases in the analysis. In cross validation each case is classified by the functions derived from all cases other than that case. b. 856% of original grouped cases correctly classified. c. 856% of crossvalidated grouped cases correctly classified. Πίνακας 13: Βαρύτητα παραμέτρων που χρησιμοποιήθηκαν στην διαχωριστική ανάλυση όλων των νέων παραμέτρων Standardized Canonical Discriminant Function Coefficients ΚΠΟΚ/Δίσκο 12 Τυπική απόκλιση μέσης SAX απόστασης από υγιείς(n/w=8 a=6) 316 Τυπική απόκλιση μέσης SAX απόστασης από υγιείς (n/w=8 a=6) (διόρθωση 473 εκκεντρότητας) Η διαχωριστική ικανότητα των παραμέτρων του λογισμικού του HRT (ουσιαστικά του Cup/Disc Ratio καθώς αυτό παραμένει στην βηματική ανάλυση ) στο δείγμα μας είναι 778% και παρουσιάζεται στον παρακάτω πίνακα (Πίνακας 14). Πίνακας 14: Αποτελέσματα διαχωριστικής ανάλυσης παραμέτρων HRT Original Count dimension2 % dimension2 Crossvalidated a Count dimension2 % dimension2 Κατηγορία Predicted Group Membership Total Προέλευσης Υγιείς Γλαυκωματικ οί 83 14 97 Γλαυκωματικοί 29 68 97 856 144 10 Γλαυκωματικοί 299 701 10 83 14 97 Γλαυκωματικοί 29 68 97 856 144 10 Γλαυκωματικοί 299 701 10 a. Cross validation is done only for those cases in the analysis. In cross validation each case is classified by the functions derived from all cases other than that case. b. 778% of original grouped cases correctly classified. c. 778% of crossvalidated grouped cases correctly classified. Οι παράμετροι που χρησιμοποιήθηκαν ως αρχικό σετ είναι Cup AreaDisc Area και Cup/Disc Ratio. Επιπλέον το ίδιο αποτέλεσμα (να παραμένει μόνο το Cup/Disc Ratio) προκύπτει στην βηματική διαχωριστική ανάλυση ακόμα και αν συμπεριληφθεί και το Cup Shape Measure. 75

Βασίλης Κιλίντζης 3.5.2.2.5 Γραμμικές συναρτήσεις διαχωρισμού (Linear Discriminant Functions) Η διαχωριστική ανάλυση είναι ο γραμμικός συνδυασμός παραμέτρων με κατάληλους παράγοντες ώστε να διαχωριστούν όσο το δυνατόν καλύτερα οι δύο ομάδες. Το αποτέλεσμα είναι νέες υπολογιζόμενες παράμετροι οι οποίες είναι ουσιαστικά γραμμικοί συνδυασμοί των παραμέτρων που προκύπτουν από την επεξεργασία. Η συναρτήσεις υπολογισμού των νέων αυτών παραμέτρων ονομάζονται γραμμικές συναρτήσεις διαχωρισμού (Linear Discriminant Functions LDF) και για n παραμέτρους Χ i (i=1..n) ακολουθούν την μορφή (Εξίσωση 14) Οι συναρτήσεις διαχωρισμού που παρουσιάζονται παρακάτω προέκυψαν από διαδοχικές εφαρμογές βηματικής διαχωριστικής ανάλυσης στο δείγμα με διαφορετικά αρχικά σετ από παραμέτρους όπως για παράδειγμα χρησιμοποιώντας μόνο τα «Αυτόνομα Μορφολογικά χαρακτηριστικά» ή μόνο τις σημαντικές νεοπροσδιοριζόμενες παράμετρους. Σε όλες τις συναρτήσεις τιμή διαχωρισμού είναι το μηδέν δηλαδή οι περιπτώσεις με θετικές τιμές για την συνάρτηση κατατάσσονται ως Γλαυκωματικοί ενώ με αρνητικές τιμές ως Υγιείς.. 3.5.2.2.5.1 Γραμμική διαχωριστική συνάρτηση από όλες τις παραμέτρους της επεξεργασίας Χρησιμοποιώντας όλες τις παραμέτρους της επεξεργασίας *** και όχι μόνο τις παραμέτρους που παρουσίασαν στατιστικώς σημαντική διαφορά στους μέσους ανάμεσα στις δύο κατηγορίες προέλευσης προκύπτουν όπως προαναφέρθηκε τα αποτελέσματα του Πίνακας 12 (σελ. 74) δηλαδή 856% σωστή κατηγοριοποίηση. Η γραμμική διαχωριστική συνάρτηση που αντιστοιχεί σε αυτή την κατηγοριοποίηση δίνεται από τον τύπο: (Εξίσωση 15) Όπου SDSAX Υ86384 η «Τυπική απόκλιση μέσης SAX απόστασης από υγιείς(n/w=8 a=6)» και SDSAX Y86384discAdj η «Τυπική απόκλιση μέσης SAX απόστασης από γλαυκωματικούς (n/w=8 a=6) (διόρθωση εκκεντρότητας)». 3.5.2.2.5.2 Γραμμική διαχωριστική συνάρτηση από τα «Αυτόνομα Μορφολογικά χαρακτηριστικά» Επιλέγοντας τα «Αυτόνομα Μορφολογικά χαρακτηριστικά» και εκτελώντας βηματική διαχωριστική ανάλυση προκύπτει η γραμμική διαχωριστική συνάρτηση η οποία συνδυάζει τις παραμέτρους SDC ΚΠΟΚ/Δίσκο και «Τυπική απόκλιση του μερικού διαφορικού της σειράς των αποστάσεων των σημείων του περιγράμματος από το κέντρο(sddj)» εκφράζεται από τον παρακάτω τύπο: *** Χωρίς τις παραμέτρους του HRT (ούτε ως τμήμα παραμέτρων π.χ δεν χρησιμοποιήθηκε η ΚΠΟΚ/DiscArea) 76

Υγιείς Υγιείς Υγιείς Υγιείς (Εξίσωση 16) ΕΠΕΞΕΡΓΑΣΙΑ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ Η χρήση της παραπάνω γραμμικής διαχωριστικής συνάρτησης οδηγεί σε σωστό διαχωρισμό σε ποσοστό 825%. Το ποσοστό σωστής κατάταξη των υγιών είναι στο δείγμα μας 897% και των γλαυκωματικών 753%. Original Count dimension2 Πίνακας 15: Αποτελέσματα διαχωριστικής ανάλυσης LDF SDC&ΚΠΟΚ/Δίσκο Κατηγορία Predicted Group Membership Total Προέλευσης Υγιείς Γλαυκωματικοί % dimension2 Crossvalidated a Count dimension2 % dimension2 87 10 97 Γλαυκωματικοί 24 73 97 897 103 10 Γλαυκωματικοί 247 753 10 87 10 97 Γλαυκωματικοί 24 73 97 897 103 10 Γλαυκωματικοί 247 753 10 a. Cross validation is done only for those cases in the analysis. In cross validation each case is classified by the functions derived from all cases other than that case. b. 825% of original grouped cases correctly classified. c. 825% of crossvalidated grouped cases correctly classified. Πίνακας 16: Βαρύτητα παραμέτρων που χρησιμοποιήθηκαν στην βηματική διαχωριστική ανάλυση παραμέτρων ανά εικόνα Standardized Canonical Discriminant Function Coefficients ΚΠΟΚ/Δίσκο 789 Τυπική απόκλιση μέσης απόστασης σημείων του περιγράμματος από το κέντρο (SDC) (pixels) Τυπική απόκλιση του μερικού διαφορικού της σειράς των αποστάσεων των σημείων του περιγράμματος από το κέντρο(sddj) 484 336 3.5.2.2.5.3 Γραμμική διαχωριστική συνάρτηση SDC & ΚΠΟΚ/DiscArea Χρησιμοποιώντας τις νέες παραμέτρους SDC και ΚΠΟΚ/DiscArea ορίστηκε η γραμμική διαχωριστική συνάρτηση που περιγράφεται από τον τύπο: (Εξίσωση 17) 77

Βασίλης Κιλίντζης Η χρήση της παραπάνω γραμμικής διαχωριστικής συνάρτησης οδηγεί σε σωστό διαχωρισμό σε ποσοστό 809%. Το ποσοστό σωστής κατάταξη των υγιών είναι στο δείγμα μας 866% και των γλαυκωματικών 753% 89. 3.5.2.3 Αποτελέσματα ανάλυσης δεδομένων πολλαπλών συγκρίσεων Όπως αναφέρθηκε παραπάνω η εφαρμογή επεξεργασίας εκτός από τις παραμέτρους που υπολογίζει και αντιστοιχεί σε κάθε αναφορά υπολογίζει και παραμέτρους που είχαν ως στόχο να μετρήσουν την ομοιότητα μεταξύ των περιγραμμάτων της ΚΠΟΚ σε όλο το δείγμα. Τα αποτελέσματα των συγκρίσεωναποστάσεων για κάθε ζευγάρι εικόνων ταξινομημένα σε τρεις ομάδες ανάλογα από σε ποια ομάδα συγκρίσεων ανήκε η τιμή (ΓλαυκωματικοίΓλαυκωματικοί ΥγιείςΥγιείς ΓλαυκωματικοίΥγιείς) χρησιμοποιήθηκαν για την ανάλυση που ακολουθεί. Με δεδομένο ότι το δείγμα αποτελούνταν από 97 αναφορές υγιών και 97 αναφορές γλαυκωματικών για κάθε μία από τις υπολογιζόμενες αποστάσεις οι αποστάσεις της ομάδας ΓλαυκωματικοίΓλαυκωματικοί και της ομάδας ΥγιείςΥγιείς ήταν οι συνδυασμοί 97 ανά 2 δηλαδή υπολογίζονται σύμφωνα με τον τύπο: (Εξίσωση 18) Για την ομάδα ΓλαυκωματικοίΥγιείς καθώς κάθε πιθανό ζεύγος προέρχεται από 97 επιλογές για ΚΠΟΚ προερχόμενη από γλαυκωματικό και 97 επιλογές για εικόνα προερχόμενη από υγιή ο αριθμός των τιμών ανά παράμετρο αυτής της ομάδας είναι 97 2 =9409. 3.5.2.3.1 Παράμετροι μέτρα ομοιότητας ομάδων Οι παράμετροι που χρησιμοποιήθηκαν ως μέτρα ομοιότητας των περιγραμμάτων της ΚΠΟΚ ανάμεσα στις ομάδες ήταν όπως προαναφέρθηκε στις παράγραφους 3.4.3.2.1 σελ.51 και 3.4.3.2.2 σελ. 52 η ευκλείδεια απόσταση μεταξύ των χρονοσειρών J των 384 σημείων των περιγραμμάτων και η MINDIST απόσταση μεταξύ των συμβολοσειρών με και χωρίς διόρθωση εκκεντρότητας. Καθώς το KStest μπορεί να σημειώσει ως στατιστικώς σημαντικές αποκλίσεις από την κανονική κατανομή ακόμη και ελάχιστες αποκλίσεις όταν το δείγμα είναι μεγάλο (>>10) για τον έλεγχο των κατανομών των τιμών των παραμέτρων στις τρεις ομάδες χρησιμοποιήθηκαν τα QQ διαγράμματα. Στα QQ διαγράμματα η διαγώνιος υποδεικνύει την θέση των τιμών αν ακολουθούσαν την κανονική κατανομή. Στο παράρτημα 5.3.7 παρουσιάζονται τα QQ διαγράμματα για όλες τις παραμέτρους ανά ομάδα όπου δεν παρατηρείται σημαντική απόκλιση από την κανονική κατανομή για καμία παράμετρο σε καμία ομάδα. 3.5.2.3.2 Παράμετροι με στατιστικώς σημαντικές διαφορές ανά ομάδα. Στον παράρτημα 5.3.7.2 παρουσιάζονται τα αποτελέσματα της ANOVA με διόρθωση Bonferoni για τις παραμέτρους πολλαπλών συγκρίσεων. Στις εικόνες που ακολουθούν (Εικόνα 19 Εικόνα 20 και Εικόνα 21) παρουσιάζονται σε γράφημα οι μέσες τιμές ανά 78

ΕΠΕΞΕΡΓΑΣΙΑ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ παράμετρο και ομάδα καθώς και το 95% διάστημα εμπιστοσύνης (confidence interval). Από τα παραπάνω προκύπτει ότι η μέση τιμή της παραμέτρου «Ευκλείδεια απόσταση» παρουσιάζει στατιστικώς σημαντική διαφορά ανάμεσα και στις τρεις ομάδες. Οι παράμετροι των συμβολικών αποστάσεων παρουσιάζουν διαφορές μόνο από την ομάδα των ΓλαυκωματικώνΓλαυκωματικών 90. Εικόνα 19: Μέσες τιμές Ευκλείδειας απόστασης σε pixels ανά ομάδα της παραμέτρου «Ευκλείδεια Απόσταση» 79

Βασίλης Κιλίντζης Εικόνα 20: Μέσες τιμές σε pixels ανά ομάδα της παραμέτρου «SAX Απόσταση (n/w=8 a=6)» Εικόνα 21:Μέσες τιμές se pixels ανά ομάδα της παραμέτρου «SAX Απόσταση (n/w=32 a=6)» 80

3.6 Συμπεράσματα και συζήτηση ΕΠΕΞΕΡΓΑΣΙΑ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ Τα συμπεράσματα που προκύπτουν από την ανάλυση των παραμέτρων που ορίστηκαν και υπολογίστηκαν για το δείγμα των 97 αναφορών από γλαυκωματικούς ασθενείς και των 97 αναφορών από υγιείς συμμετέχοντες είναι σημαντικά τόσο σχετικά με τον φαινότυπο της νόσου του γλαυκώματος όσο και με την δυνατότητα που μπορούν να παρέχουν οι νέες αυτές παράμετροι στην έγκαιρη και ακριβή διάγνωση της νόσου. Επίσης ηέκφραση του φαινότυπου όπως αναδεικνύεται από τις νεες παραμέτρους δίνει στοιχεία που μ[πορούν να χρησιμοποιηθούν στην έρευνα της παθογένειας της νόσου. Καθώς όλες οι παράμετροι του Πίνακας 3 της σελίδας 65 παρουσιάζουν στατιστικώς σημαντική διαφορά με p<5 ακόμα και μετά από στάθμιση για το μέγεθος του δίσκου και καθώς αρκετές από αυτές δεν σχετίζονται με το μέγεθος της κοίλανσης του οπτικού δίσκου μπορούμε να συμπεράνουμε ότι το σχήμα του περιγράμματος της ΚΠΟΚ διατηρεί πληροφορίες για τον φαινότυπο της νόσου του γλαυκώματος. Παράμετροι όπως η «Τυπική απόκλιση μέσης απόστασης σημείων του περιγράμματος από το κέντρο (SDC)» ή ο «Συντελεστής μεταβλητότητας μέσης απόστασης σημείων του περιγράμματος από το κέντρο» παρουσιάζουν στατιστικώς σημαντική διαφορά στη μέση τους τιμή ανάμεσα σε υγιείς και γλαυκωματικούς και συνδέονται άμεσα με διαφοροποιήσεις στο περίγραμμα της επιφάνειας της ΚΠΟΚ. Παρατηρώντας τώρα τις μέσες τιμές αυτών των παραμέτρων ανά ομάδα (παράρτημα 5.3.2σελ.121) βλέπουμε πως παρουσιάζουν υψηλότερες μέσες τιμές στους γλαυκωματικούς ασθενείς. Συγκεκριμένα για την παράμετρο SDC η μέση τιμή στους γλαυκωματικούς είναι 772 px ενώ στους υγιείς 573 px και για τον συντελεστή μεταβλητότητας είναι 0145 px και 0188 px αντίστοιχα. Μπορούμε να συμπεράνουμε πως στο δείγμα μας οι υγιείς παρουσιάζουν πιο ομαλό περίγραμμα της ΚΠΟΚ από ότι οι γλαυκωματικοί. Επίσης η παράμετρος «Τυπική απόκλιση του μερικού διαφορικού της σειράς των αποστάσεων των σημείων του περιγράμματος από το κέντρο(sddj)» η οποία περιγράφει την τυπική απόκλιση των ρυθμών αλλαγής της κλίσης στο περίγραμμα της ΚΠΟΚ παρουσιάζει στατιστικώς σημαντική διαφορα με p<5 στο σύνολο του δείγματος και συμμετέχει και στην διαχωριστική συνάρτηση της (Εξίσωση 16). Η τιμή της παραμέτρου αυτής είναι μικρότερη στους γλαυκωματικούς από ότι στους υγιείς (071 και 073 αντίστοιχα) εκφράζοντας με αυτόν τον τρόπο μεγαλύτερη ομοιογένεια στον τρόπο που εμφανίζονται οι ανωμαλίες του περιγράμματος της ΚΠΟΚ στους γλαυκωματικούς από ότι στους υγιείς. Οι διαφοροποιήσεις στο σχήμα του περιγράμματος της ΚΠΟΚ επιβεβαιώνονται και με τις παραμέτρους που υπολογίζονται βάση των ευκλείδειων ή συμβολικών αποστάσεων των αναπαραστάσεων των περιγραμμάτων. Για παράδειγμα η παράμετρος «Μέση ευκλείδεια απόσταση από υγιείς (Μ.Α.Υ)» παρουσιάζει στατιστικώς σημαντική διαφορά έπειτα από στάθμιση τόσο ως προς το μέγεθος του δίσκου όσο και ως προς το μέγεθος της ΚΠΟΚ και επίσης αξιόλογη διαχωριστική ισχύ. Η μέση τιμή της παραμέτρου είναι 0470 (px/σημείο του περιγράμματος) για τους υγιείς και 0520 (px/σημείο) για τους γλαυκωματικούς από το οποίο συμπεραίνουμε πως χρησιμοποιώντας την Μ.Α.Υ ως μέτρο ανομοιότητας υπάρχει ομοιογένεια μεταξύ υγιών που παρουσιάζουν μικρότερη μέση απόσταση μεταξύ τους από την μέση απόσταση των γλαυκωματικών από αυτούς. Αυτό αντιστοιχεί και στο αποτέλεσμα της διερεύνησης της παραμέτρου «Ευκλείδεια Απόσταση» Οι μέσες τιμές στο σύνολο του δείγματος ανά παράμετρο και κατηγορία προέλευσης φαίνονται για όλες τις παραμέτρους στο παράρτημα 5.3.2. 81

Βασίλης Κιλίντζης στις παραμέτρους πολλαπλών συγκρίσεων όπως φαίνεται και στην Εικόνα 19 της σελίδας 79. Ιδιαίτερο ενδιαφέρον παρουσιάζουν οι παράμετροι «Τυπική απόκλιση μέσης SAX απόστασης από υγιείς(n/w=8 a=6)» και «Τυπική απόκλιση μέσης SAX απόστασης από γλαυκωματικούς (n/w=8 a=6) (διόρθωση εκκεντρότητας)». Αρχικά δεν δείχνουν να εμφανίζουν στατιστικώς σημαντική διαφορά ανάμεσα στις δύο κατηγορίες προέλευσης (Ttest παράρτημα 5.3.4.2) έπειτα όμως από ρύθμιση ως προς Disc Area έχουν p<0.05 (ANCOVA παράρτημα 5.3.5.1). Η πολύ μικρή συσχέτισή τους με τις άλλες παραμέτρους οδηγεί στο να επιλέγονται από την βηματική διαχωριστική ανάλυση ως σημαντικοί παράμετροι για την σωστή κατηγοριοποίηση του δείγματος και επίσης συμμετέχουν με σημαντική βαρύτητα στην γραμμική διαχωριστική συνάρτηση που προκύπτει από το σύνολο των παραμέτρων που προέκυψαν από την επεξεργασία. Επιπρόσθετα το γεγονός ότι η παράμετρος με τη διόρθωση εκκεντρότητας συμμετέχει στην γραμμική διαχωριστική συνάρτηση (Εξίσωση 15) μπορεί να εξηγηθεί με δύο τρόπους ξεχωριστά ή σε συνδυασμό. Ο πρώτος είναι ότι η διόρθωση εκκεντρότητας ενδεχομένως απαλλάσσει την αρχική παράμετρο από την αλλοίωση που προκαλείται από την διαφορετική εκκεντρότητα ανάμεσα στους δίσκους υγιών και γλαυκωματικών η οποία παρότι δεν παρουσιάζει στατιστικώς σημαντική διαφορά στο δείγμα μας πιθανόν να επηρεάζει. Ο δεύτερος είναι πιθανή αστάθεια του μέτρου ανομοιότητας MINDIST το οποίο μπορεί να αντιδρά δυσανάλογα σε μικρές αλλαγές των υπό έλεγχο αναπαραστάσεων. Ιδιαίτερο ενδιαφέρον παρουσιάζουν οι διαφορές που εντοπίστηκαν στις παραμέτρους «Απόσταση μεταξύ των κέντρων της ΚΠΟΚ και του Δίσκου (Dist_Disc_ΚΠΟΚ)» και «Διαφορά στην οριζόντια θέση μεταξύ των κέντρων της ΚΠΟΚ και του Δίσκου (CntrX)». Οι παράμετροι αυτοί δεν σχετίζονται άμεσα με την μορφή του περιγράμματος της ΚΠΟΚ και μπορούν να υπολογιστούν σε πολύ μικρούς δίσκους με μικρές οπτικές κοιλάνσεις. Η τιμές για την παράμετρο CntrX για υγιείς και γλαυκωματικούς είναι 203px και 124 px αντίστοιχα και για την Dist_Disc_ΚΠΟΚ είναι 215px για τους υγιείς και 149px για τους γλαυκωματικούς. Οι τιμές αυτές για το CntrX καθώς όσο μεγαλύτερη είναι η τιμή της παραμέτρου τόσο πιο ρινικά σε σχέση με το κέντρο του δίσκου εμφανίζεται το κέντρο της ΚΠΟΚ δείχνουν πως η αρχική θέση του κέντρου της ΚΠΟΚ είναι ρινικά του κέντρου του δίσκου και παρά το γεγονός ότι η εξέλιξη της νόσου του γλαυκώματος επεκτείνει την ΚΠΟΚ κροταφικά ποτέ δεν περνάει το κέντρο κροταφικά του κέντρου του δίσκου. Συγκρίνοντας τις τιμές της CntrX και Dist_Disc_ΚΠΟΚ παρατηρούμε πως η κύρια συνεισφορά στην τιμή της συνολικής απόστασης των κέντρων στο σύνολο του δείγματος ανεξάρτητα από την κατηγορία προέλευσης είναι από την οριζόντια διαφορά και επακόλουθα η κάθετη απόσταση συνεισφέρει ελάχιστα. Το παραπάνω συμπέρασμα επιβεβαιώνεται από την έλλειψη στατιστικώς σημαντικής διαφοράς στην παράμετρο της κάθετης απόστασης μεταξύ των κέντρων CntrY. Τέλος παρατηρώντας τις μέσες τιμές των παραμέτρων που υπολογίστηκαν με συγκρίσεις μεταξύ όλων των περιγραμμάτων της ΚΠΟΚ είναι εμφανές ότι η ευκλείδεια απόσταση και η συμβολική απόσταση μετρούν διαφορετικού είδους ανομοιότητες μεταξύ των αναπαραστάσεων των περιγραμμάτων. Έτσι ενώ η μέση ευκλείδεια απόσταση στους υπολογισμούς μεταξύ αναπαραστάσεων που προήλθαν από εξετάσεις υγειών ατόμων είναι στατιστικώς σημαντικά μικρότερη από την αντίστοιχη μέση τιμή από υπολογισμούς μεταξύ γλαυκωματικών οι αντίστοιχοι υπολογισμοί συμβολικής απόστασης δείχνουν 82

ΕΠΕΞΕΡΓΑΣΙΑ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ ανεστραμμένη συμπεριφορά. Καθώς μικρή μέση απόσταση ανά ομάδα αντιστοιχεί σε ομοιογένεια μεταξύ των περιγραμμάτων της ομάδας και μεγάλη μέση απόσταση ανά ομάδα αντιστοιχεί σε ανομοιογένεια τα αποτελέσματα αυτά δείχνουν αντικρουόμενα. Τα δύο μέτρα απόστασης (ανομοιότητας) φαίνεται να επηρεάζονται από διαφορετικά μορφολογικά χαρακτηριστικά το καθένα βασική αιτία που δείχνει να οδηγεί στο γεγονός αυτό είναι η μεθόδος αναπαράστασης σε συμβολοσειρά SAX. Στη μέθοδο αυτή όπως αναφέρεται αναλυτικά στην παράγραφο 3.4.3.2.2 ανάλογα με την επιλογή των παραμέτρων της μεθόδου γίνονται προσεγγίσεις τόσο αριθμό στοιχείων του περιγράμματος (με το λόγο συμπίεσης n/w) όσο και στην διακύμανση της απόστασης των στοιχείων του περιγράμματος από το κέντρο με τη χρήση πεπερασμένων διακριτών βημάτων (τόσα όσα το μέγεθος του αλφαβήτου που χρησιμοποιήθηκε). Ως αποτέλεσμα της μεθόδου πιθανές μικρές διαφορές είτε σε έκταση (που αφορούν μικρό τόξο του περιγράμματος) είτε σε ένταση (μικρές αλλαγές στην καμπυλότητα του περιγράμματος) να αγνοούνται. Σχετικά με την διαχωριστική ισχύ που παρουσιάζουν οι νέες παράμετροι καθώς και οι γραμμικές συναρτήσεις διαχωρισμού παρατηρούμε υψηλό specificity δηλαδή υψηλά ποσοστά ποσοστά ορθής κατάταξης των υγιών από ότι των γλαυκωματικών γεγονός που θα μπορούσε να εξηγηθεί από την ποικοιλομορφία στον φαινότυπο της νόσου του γλαυκώματος καθώς επίσης και από την ανομοιογένεια του δείγματος όσο αφορά το στάδιο της νόσου στην ομάδα των γλαυκωματικών. Το υψηλό specificity των νεοπροσδιοριζόμενων παραμέτρων θα μπορούσε να αξιοποιηθεί στο screening για ασθενείς με γλαύκωμα δηλαδή στην γρήγορη επιλογή μέσα από μεγάλο αριθμό ατόμων αυτών που πιθανόν να έχουν γλαύκωμα. Η έρευνα σχετική με την ΚΠΟΚ που έγινε στο πλαίσιο αυτής της διατριβής θα μπορούσε να συνεχιστεί εξετάζοντας πιθανές διαφορές στο περίγραμμα της ΚΠΟΚ ανά τομέα (ανω ρινικά άνω κροταφικά κάτω κροταφικά και κάτω ρινικά). Τα αποτελέσματα από μια τέτοια διαδικασία θα είχε ενδιαφέρον να συσχετιστούν με απώλεια οπτικών ινών όπως αυτή αποτυπώνεται ανά τομέα στον αναλυτή στιβάδας οπτικών ινών GDx VCC. Επίσης θα είχε ενδιαφέρον να ελεγχθεί πόσο επιρρεάζει τις νέες παραμέτρους η τοποθέτηση του επιπέδου αναφοράς (reference plane) του HRT ψηλότερα ή χαμηλότερα από το κανονικό καθώς και να διερευνηθεί η επίδραση στις νέες παραμέτρους της χειροκίνητης σχεδίασης του περιγράμματος του δίσκου (contour line drawing). Τέλος η έρευνα σχετική με το περίγραμμα της ΚΠΟΚ μπορεί να επεκταθεί διερευνώντας την δυνατότητα υπολογισμού όλων ή κάποιον από τις παραμέτρους που υπολογίστηκαν στην παρούσα διατριβή με χρήση άλλων τεχνολογιών βιομορφομετρικής απεικόνισης. 83

Βασίλης Κιλίντζης 4 ΣΗΜΑΣΙΟΛΟΓΙΚΗ ΑΝΑΠΑΡΑΣΤΑΣΗ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ 4.1 Εισαγωγή και σχετικά ερευνητικά αποτελέσματα Η πολυμορφία των σύγχρονων πληροφοριακών συστημάτων στον τομέα της υγείας περιορίζει σημαντικά τις δυνατότητες έρευνας και επακόλουθα παραγωγής νέας γνώσης καθώς τα δεδομένα που συλλέγονται για μια μελέτη δεν είναι δυνατόν να αξιοποιηθούν για άλλες μελέτες. Παρότι στη φάση του σχεδιασμού μιας μελέτης ορίζονται οι φόρμες συλλογής δεδομένων πολλές φορές η ανάλυση των δεδομένων γίνεται σε υποσύνολο του αρχικού σετ δεδομένων που πιθανόν να ταυτίζεται με αντίστοιχο υποσύνολο άλλης μελέτης στον ίδιο ή παρεμφερή επιστημονικό τομέα. Καθώς όπως είναι λογικό τα συστήματα αλλά και τα ίδια τα ερωτήματα που θέτει η κάθε μελέτη ως στόχους προς απάντηση διαφέρουν η αναπαράσταση της ίδιας έννοιας διαφέρει από σύστημα σε σύστημα. Όπως αναφέρθηκε στην παράγραφο 1.2.4 ο κύριος στόχος της ανάπτυξης του σημασιολογικού ιστού είναι ο ορισμός των βάσεων για την ανάπτυξη πληροφοριακών συστημάτων που θα λειτουργούν σαν να κατανοούν το νόημα των ανθρώπινων όρων που περιγράφονται από τις λέξεις προσφέροντας έτσι ποιοτικότερες και ακριβέστερες υπηρεσίες. Ως σύντομο παράδειγμα εφαρμογής που αξιοποιεί τον σημασιολογικό ιστό θα μπορούσε να είναι μια μηχανή αναζήτησης του κατάληλου κέντρου υπηρεσιών υγείας η οποία στο ερώτημα «μεγάλο cup/disc ratio» θα επέστρεφε εξειδικευμένα κέντρα σχετικά με γλαύκωμα καθώς θα αξιοποιούσε την γνώση ότι το cup/disc ratio είναι σχετικό με την νόσο του γλαυκώματος. Σε σχέση με δεδομένα που δεν προορίζονται για ελεύθερη διακίνηση στο διαδίκτυοόπως αυτά των κλινικών μελετών η σημασιολογική περιγραφή τους εξυπηρετεί επιπρόσθετα την ενίσχυση της διαλειτουργικότητας μεταξύ ετερογενών συστημάτων. Έτσι η χρήση ορολογιών και θησαυρών λεξιλογίου ορισμένα ως οντολογίες επιτρέπει την εύκολη ταυτοποίηση εννοιών σε διάφορα συστήματα και επακόλουθα κάνει δυνατή την επαναχρησιμοποίηση δεδομένων για την διερεύνηση νέων ερωτημάτων ή ακόμα για την επιλογή ατόμων με συγκεκριμένα χαρακτηριστικά ως συμμετέχοντες σε νέα μελέτη. Επιπρόσθετα η σημασιολογική αναπαράσταση των δεδομένων στον τομέα του γλαυκώματος θα μπορούσε να επιτρέψει συνένωση διαφόρων ερευνητικών βάσεων δεδομένων 919293 με στόχο την εκτέλεση μαζικών ερευνών (mass studies) που θα αξιοποιούσαν τις νεοπροσδιοριζόμενες παραμέτρους της παρούσας διατριβής. Τα τελευταία χρόνια η ανάπτυξη οντολογιών και ορολογιών στην ιατρική είναι ραγδαία και παράλληλα γίνεται κατανοητή και η χρησιμότητα του σημασιολογικού εμπλουτισμού της ιατρικής πληροφορίας 94. Τα εργαλεία αυτά αξιολογούνται σε διάφορες ερευνητικές εργασίες για την καταλληλότητά τους ανά εξειδικευμένο τομέα της ιατρικής 95 ενώ σε άλλες ελέγχονται σχετικά με την επαναληψιμότητα που μπορεί να έχει μια αντιστοίχιση όρων που γίνεται χειροκίνητα 96. Στην παρούσα διατριβή αξιολογείται και παρουσιάζεται για πρώτη φορά η προσπάθεια ημιαυτόματης αντιστοίχισης όρων του τομέα του γλαυκώματος σε διεθνής ορολογίες με παράδειγμα τις έννοιες του τομέα του γλαυκώματος. 84

4.1.1 Οντολογίες ΣΗΜΑΣΙΟΛΟΓΙΚΗ ΑΝΑΠΑΡΑΣΤΑΣΗ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ Οντολογία ονομάζουμε μια σαφή και μεθοδική λεπτομερής παρουσίαση των όρων που διέπουν ένα γνωστικό πεδίο (domain) καθώς και των σχέσεων μεταξύ τους 97.Μια οντολογία παρέχει το κοινό λεξιλόγιο για ερευνητές που θέλουν να ανταλλάξουν απόψεις και γνώση στο συγκεκριμένο πεδίο. Σε αυτή εμπεριέχονται οι ορισμοί βασικών εννοιών του συγκεκριμένου πεδίου οι σχέσεις και οι περιορισμοί που συνδέουν αυτές τις έννοιες με τρόπο τέτοιο ώστε να μπορούν να αναγνωριστούν και από πράκτορες λογισμικού (software agents) που αναζητούν κάποιες πληροφορίες σχετικές με το πεδίο που η οντολογία καλύπτει. Η οντολογία σε συνδυασμό με μια συλλογή από αποθηκευμένα παραδείγματά(στιγμιότυπα) της αποτελούν μια βάση γνώσης. Η ανάπτυξη οντολογιών παρέχει σημαντικά πλεονεκτήματα όπως είναι η από κοινού αναγνώριση της δομής της γνώσης από ανθρώπους και πράκτορες λογισμικού και η δυνατότητα επαναχρησιμοποίησης της οργανωμένης γνώσης στο γνωστικό πεδίο. Επίσης επιτρέπει τον διαχωρισμό της γνώσης που αφορά το πεδίο (domain knowledge) από την γνώση που αφορά την διαχείριση αυτού (operational knowledge) καθώς και τη δυνατότητα για ανάλυση της γνώσης στο γνωστικό πεδίο μόλις αυτό οριστεί με σαφήνεια και λεπτομέρεια. Οι οντολογίες έχουν ευρύτατη εφαρμογή στην ιατρική 98991101 καθώς απότελούν την τεχνολογία αιχμής για αναπαράσταση γνώσης σε ιατρικά πληροφοριακά συστήματα 102103104105106. 4.1.2 Ορολογίες και θησαυροί λεξιλογίου και εργαλεία σημασιολογικού ιστού 4.1.2.1 LOINC Το LOINC (Logical Observation Identifiers Names and Codes) αναπτύχθηκε για να παρέχει ένα εδραιωμένο πρότυπο για την αναγνώριση της πληροφορίας ηλεκτρονικών φακέλων ασθενών. Η βάση του LOINC παρέχει ένα σετ από ονόματα και κωδικούς για ταυτοποίηση εργαστηριακών και κλινικών αποτελεσμάτων στο περιεχόμενο των υπαρχόντων μηνυμάτων των προτύπων HL7 ASTM E1238 και CEN TC251. Ένας από τους βασικούς στόχους του LOINC είναι να βελτιώσει την ανταλλαγή και συγκέντρωση των ιατρικών δεδομένων ασθενών με στόχο να παρέχει ενισχυμένες δυνατότητες διαχείρισής και ερευνητικής χρήσης τους. Οι κωδικοί LOINC έχουν στόχο να ταυτοποιούν ένα εργαστηριακό η κλινικό αποτέλεσμα ενώ άλλα πεδία στο μήνυμα μπορούν να περιγράφουν την ταυτότητα της πηγής των δεδομένων ή ειδικές λεπτομέρειες σχετικές με το δείγμα. 4.1.2.2 MeSH Το MeSH (Medical Subject Headings) είναι ένας ελεγχόμενος θησαυρός λεξιλογίου της εθνικής βιβλιοθήκης της ιατρικής των Η.Π.Α. 107 Αποτελείται από ομάδες όρων με επεξήγηση σε ιεραρχική δομή που επιτρέπει αναζήτηση σε διάφορα επίπεδα λεπτομέρειας. Οι αναγνωριστικοί όροι του MeSH είναι ταξινομημένοι τόσο αλφαβητικά όσο και ιεραρχικά. Στο ποιο γενικό επίπεδο της ιεραρχικής ταξινόμησης εμφανίζονται γενικοί αναγνωριστικοί όροι όπως «Ανατομία»(Anatomy) ή «Ψυχικές διαταραχές»(mental Disorders) ενώ στο ποιο ειδικό επίπεδο της δωδεκαβάθμιας κλίμακας βρίσκονται όροι όπως «Αστράγαλος»(Ankle). 85

Βασίλης Κιλίντζης Το MeSH περιλαμβάνει στην έκδοση 2011 26.142 αναγνωριστικούς όρους καθώς επίσης και πάνω από 177.0 όρους αναζήτησης που βοηθούν την εύρεση του καταλληλότερου αναγνωριστικού όρου για παράδειγμα το «Βιταμίνη C»(Vitamin C) είναι όρος αναζήτησης για το «Ασκορβικό οξύ»(ascorbic Acid). Για την ιεραρχική ταξινόμηση κάθε όρος του MeSH έχει μια ή περισσότερες επικεφαλίδααναγνωριστικό αριθμό ιεραρχίας ανάλογα αν είναι τμήμα ενός ή περισσότερων ιεραρχικών δέντρων. Για παράδειγμα ο όρος «Νεοπλάσματα του πεπτικού συστήματος»(digestive System Neoplasms) έχει αναγνωριστικούς αριθμούς C06.301 και C04.588.274 όπου το C αντιστοιχεί στο «Ασθένειες»(Diseases) και το C06 στο «Ασθένειες του πεπτικού συστήματος»(digestive System Diseases) επίσης το C04 για «Νεοπλάσματα»(Neoplasms) C04.588 για «Νεοπλάσματα ανά θέση»(neoplasms By Site). Καθώς το MeSH ενημερώνεται οι αναγνωριστικοί αριθμοί ιεραρχίας είναι πιθανόν να αλλάξουν έτσι εκτός από αυτούς κάθε όρος έχει έναν αλφαριθμητικό κωδικό που είναι μοναδικός και δεν πρόκειται να αλλάξει. 4.1.2.3 SNOMED CT Το SNOMED CT είναι μία αναλυτική ορολογία κλινικών ιατρικών όρων που προέκυψε από την συνένωση αναδόμηση και διεύρυνση της ορολογίας SNOMED RT(Reference Terminology) και της ορολογίας Clinical Terms του εθνικού συστήματος υγείας του Ηνωμένου Βασιλείου (United Kingdom National Health Service (NHS)). Αποτελεί το ποιο κατανοητό λεξικό κλινικών όρων που υπάρχει διαθέσιμο στα αγγλικά (ή και σε οποιαδήποτε άλλη γλάσσα). Η ορολογία του SNOMED CT είναι εννοιόκεντρική και έχει αναπτυχθεί με τα υψηλότερα σύγχρονα τεχνολογικά κριτήρια ώστε να είναι καλοδομημένη και ευανάγνωστη από ανθρώπους και μηχανές. Το SNOMED CT περιέχει περισσότερες από 311.0 μοναδικές έννοιες υπάρχουν επίσης 8.0 περιγραφές που περιέχουν συνώνυμα που μπορούν να χρησιμοποιηθούν για τις αντίστοιχες έννοιες. Τέλος ορίζει 1.3.0 συνδέσεις οι σημασιολογικές σχέσεις μεταξύ των όρων που περιέχονται. 4.1.2.4 UMLS Metathesaurus και NCI Metathesaurus Το UMLS (Unified Medical Language System) Metathesaurus 108109 είναι ένας μεταθυσαυρός όρων λεξιλογίου της εθνικής βιβλιοθήκης της ιατρικής των Η.Π.Α που εμπεριέχει όρους και κωδικούς από διάφορες ορολογίες και λεξιλόγια όπως CPT ICD10 CM LOINC MeSH RxNorm και SNOMED CT που καλύπτουν ιατρική πληροφορία που σχετίζεται με ιατρικούς όρους φάρμακα και κωδικούς χρέωσης. Το UMLS αποτελεί τον πιο διαδεδομένο μεταθυσαυρό όρων λεξιλογίου που αξιοποιείται σε διάφορες εφαρμογές εμπορικές και ερευνητικές 110111112113. Το NCI Metathesaurus (NCIm) είναι μία ευρεία βάση όρων που καλύπτει τις περισσότερες ορολογίες που χρησιμοποιούνται για τις δράσεις του εθνικού ινστιτούτου καρκίνου των Η.Π.Α(NCI) όπως είναι η μετάφραση εννοιών η έρευνα η ενημέρωση του κοινού και η διαχείρισης ασθενών 114. Το NCIm αντιστοιχεί 3.6.0 όρους από 76 πηγές σε 1.4.0 βιοϊατρικές έννοιες που αντιστοιχούν παρουσιάζει τους όρους τα συνώνυμα τους ορισμόυς καθώς και επιπλέον πληροφορίες ανάλογα με την πηγή. Περιέχει 20.0.0 σχέσεις μεταξύ των 86

ΣΗΜΑΣΙΟΛΟΓΙΚΗ ΑΝΑΠΑΡΑΣΤΑΣΗ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ στοιχείων και ενημερώνεται συχνά. Το NCIm εμπεριέχει όλες τις ορολογίες του UMLS καθώς και διάφορες άλλες διαθέσιμες ορολογίες και λεξικά τα οποία σε κάθε νέα έκδοση ανανεώνονται ή αφαιρούνται. 4.1.2.5 PURLs (Persistent URLs) Ένα URL(Uniform Resource Locator) είναι η διεύθυνση ενός πόρου του Παγκόσμιου Ιστού. Ένα επίμονο (persistent) URL είναι μια διεύθυνση στον Παγκόσμιο ιστό που οδηγεί σε κάποιον άλλον πόρο του Ιστού. Αν ο πόρος αλλάξει θέση (επακόλουθα και URL) η διεύθυνση ανακατέυθυνσης του PURL μπορεί να ενημερωθεί. Ο χρήστης του PURL χρησιμοποιεί συνεχώς την ίδια διεύθυνση παρότι ο εν λόγω πόρος έχει μεταφερθεί. Τα PURLs μπορούν να χρησιμοποιηθούν είτε από αυτούς που δημοσιεύουν υλικό στον Ιστό για να διαχειριστούν τον Διαδικτυακό χώρο τους είτε από τους χρήστες για να χειριστούν τον δικό τους καθώς η υπηρεσία PURL είναι ανεξάρτητη από αυτόν που δημοσιεύει τον πόρο. Έτσι οι υπηρεσίες PURL επιτρέπουν τη διαχείριση της ακεραιότητας των υπερσυνδέσμων. Το πρόβλημα που σχετίζεται με την ακεραιότητα των υπερσυνδέσμων είναι ένα σχεδιαστικό μειονέκτημα του Παγκόσμιου Ιστού το οποίο μπορεί να αντιμετωπιστεί μερικώς παρέχοντας την δυνατότητα στους χρήστες η σε τρίτα μέρη να επηρρεάσουν που και πως αναλύεται ένα URL. 4.1.2.6 Continuity of Care Record (CCR) To Continuity of Care Record (CCR) 115 είναι ένα πρότυπο για ιατρικούς φακέλους ασθενών που αναπτύχθηκε από κοινού από το ASTM International και την Massachusetts Medical Society. Στόχος του είναι η δημιουργία ευέλικτων ιατρικών φακέλων που θα περιέχουν τις πιο σημαντικές διοικητικές δημογραφικές και κλινικές πληροφορίες σχετικές με κάποιο ασθενή σε μία η περισσότερες επισκέψεις σε παρόχους υπηρεσιών υγείας. Επιτρέπει σε έναν πάροχο υπηρεσιών υγείας να συνδυάσει δεδομένα σχετικά με έναν ασθενή του και να τα προωθήσει σε άλλον πάροχο υπηρεσιών υγείας υποστηρίζοντας με αυτόν τον τρόπο την συνέχεια της ιατρικής φροντίδας. Για την ηλεκτρονική υλοποίηση του προτύπου ορίζεται μια μορφή XML με στόχο την εύκολη ανταλλαγή ηλεκτρονικών CCRs. Η δομή ενός CCR είναι χωρισμένη σε τρία μέρη Header (Επικεφαλίδα) Body (Σώμα) και Footer (Υποσέλιδο). Τα τρία αυτά μέρη χωρίζονται σε περεταίρω κατηγορίες σύμφωνα με τον Πίνακας 17. Πίνακας 17: Δομή ενός εγγράφου CCR Header Body Body Footer CCR Document ID Language Version Creation Date Patient From To Purpose Payers Advance Directives Support Functional Status Problems Family History Social History Alerts Medical Equipment Immunizations Vital Signs Results Procedures Encounters Plan Of Care HealthCare Providers Actors Signatures References Comments 87

Βασίλης Κιλίντζης Medications Όπως είναι φανερό ένα έγγραφο CCR περιέχει όλες τις απαραίτητες πληροφορίες σχετικές με τον ασθενή και επιπρόσθετα πληροφορίες σχετικά με τον συντάκτη του εγγράφου και τον προορισμό του. Στο παράρτημα 5.4 παρουσιάζεται ένα παράδειγμα εγγράφου CCR σε ηλεκτρονική μορφή XML. 4.2 Στόχοι της σημασιολογικής αναπαράστασης δεδομένων γλαυκωματικών ασθενών. Στο συγκεκριμένο τμήμα της παρούσας διατριβής διερευνήθηκε η δυνατότητα σημασιολογικής αναπαράστασης των βασικών εννοιών του τομέα του γλαυκώματος με χρήση των ορολογιών και θυσαυρών λεξιλογίου LOINC MeSH και SNOMED CT. Κατόπιν αξιολογήθηκαν τα αποτελέσματα της αρχικής προσπάθειας και προτάθηκαν αλλαγές βάσει των οποίων η αναπαράσταση θα ήταν πιο πλήρης και ακριβής. Χρησιμοποιώντας τα αποτελέσματα της αναπαράστασης αναπτύχθηκε εργαλείο παρουσίασης και εξαγωγής δεδομένων με δομημενη και σημασιολογικά εμπλουτισμένη μορφή. Για να είναι ακριβής η σημασιολογική περιγραφή των δεδομένων εκτός από τον εμπλουτισμό των εξαγόμενων δεδομένων με τους αναγνωριστικούς κωδικούς της εκάστοτε ορολογίας χρησιμοποιήθηκαν και PURLs για να ταυτοποιούν με αντοχή στις μεταβολές του Ιστού τις οντολογίες στις οποίες αντιστοιχούν οι αναγνωριστικοί κωδικοί. Οι οντολογίες που χρησιμοποιήθηκαν ανα ορολογία και τα αντίστοιχα PURLs φαίνονται στον Πίνακας 18. Ορολογία LOINC SNOMED CT MeSH Πίνακας 18: Ορολογίες και PURLs PURL http://purl.bioontology.org/ontology/lnc http://purl.bioontology.org/ontology/snomedct http://purl.bioontology.org/ontology/msh 4.2.1 Μέθοδος και αποτελέσματα με τη χρήση της αυθεντικής φόρμας του GlaucoGENE Καθώς οι έννοιες που χρησιμοποιήθηκαν στην φόρμα συλλογής δεδομένων του GlaucoGENE αποτελούν ένα ικανοποιητικό σύνολο των εννοιών του τομέα του γλαυκώματος ήταν αυτές για τις οποίες έγινε προσπάθεια αντιστοίχισής τους με όρους των προαναφερθέντων ορολογιών. Συγκεκριμένα χρησιμοποιήθηκαν οι τίτλοι των φορμών (όλες οι εγγραφες του πίνακα CATEGORIES 2.2.1.2) και οι επικεφαλίδες όλων των 88

ΣΗΜΑΣΙΟΛΟΓΙΚΗ ΑΝΑΠΑΡΑΣΤΑΣΗ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ υποτμήματων των φορμών (όλες οι εγγραφές του πίνακα VALUES_LIST 2.2.1.3 που δεν είναι ερωτήσεις αλλά τίτλοι δηλαδή όπου vl_type = TITLE ). Αρχικά αναπτύχθηκε ένα εργαλείο ημιαυτόματης αναζήτησης και αντιστοίχισης τοπικών όρων με τους αντίστοιχους στις ορολογίες. Το εργαλείο λειτουργούσε ως μηχανή μέτα αναζήτησης δηλαδη εκτελούσε ερωτήματα σε μηχανές αναζήτησης ορολογιών απαιτώντας να βρεί όλα τα τμήματα του εκάστοτε τίτλου σε κάποιον καταχωρημένο όρο κατόπιν ζητούσε από τον χρήστη να επίλέξει ποιο από τα αποτελέσματα ήταν η ορθή αντιστοίχιση με τον πραγματικό όρο. Κατόπιν οι επιλογές του χρήστη (η αντιστοιχία) αποθηκεύονταν σε κατάληλο πίνακα στην βάση δεδομένων που σχεδιαστηκε για αυτό το σκοπό. Οι μηχανές αναζήτησης που χρησιμοποιήθηκαν ήταν το www.medindex.ca για το LOINC και MeSH και το www.snomedbrowser.com για την αναζήτηση στο SNOMED CT. Tο εργαλείο ημιαυτόματης αναζήτησης όρων εκτελέστηκε δύο φόρές μία για να γίνει αντιστοίχιση των όρων των κατηγοριών και την δεύτερη για να αντιστοιχιστούν οι τίτλοι των υποτμημάτων των φορμών. Ένα στιγμιότυπο του εργαλείου παρουσιάζεται στην Εικόνα 22. 89

Βασίλης Κιλίντζης Εικόνα 22: Το εργαλείο ημιαυτόματης αναζήτησης σε ορολογίες δεξιά οι όροι που αναζητήθηκαν και αριστερά ανά ορολογία οι κωδικοί που βρέθηκαν να σχετίζονται και προτείνονται για επιλογή. 90

ΣΗΜΑΣΙΟΛΟΓΙΚΗ ΑΝΑΠΑΡΑΣΤΑΣΗ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ 4.2.2 Αποτελέσματα ημιαυτόματης αντιστοίχισης σε ορολογίες Χρησιμοποιώντας το εργαλείο ημιαυτόματης αναζήτησης στις ορολογίες LOINC MeSH και SNOMED CT ορίστηκαν οι αντιστοιχίες μεταξύ των τίτλων των φορμών και των κωδικών στις ορολογίες για 8 από τους 29 τίτλους. Τα αποτελέσματα αυτής της αντιστοίχισης παρουσιάζονται στον Πίνακας 19. Πίνακας 19: Αντιστοίχιση τίτλων φορμών χωρίς βελτίωση Τίτλος φόρμας Κωδικός ορολογίας PURL ορολογίας Social History MTHU014081 http://purl.bioontology.org/ontology/lnc Alcohol History 3714345 http://purl.bioontology.org/ontology/snomedct AnteriorCornea C067590 http://purl.bioontology.org/ontology/msh Anterior Chamber Depth 2516905 http://purl.bioontology.org/ontology/snomedct Gonioscopy D6068 http://purl.bioontology.org/ontology/msh Lens D054120 http://purl.bioontology.org/ontology/msh Fundus D5654 http://purl.bioontology.org/ontology/msh Hydrodynamics D057446 http://purl.bioontology.org/ontology/msh Με αντίστοιχο τρόπο ορίστηκαν οι αντιστοιχίες στις ορολογίες των επικεφαλίδων των υποκατηγοριών των φορμών. Οι επικεφαλίδες των υποκατηγοριών στη φόρμα συλλογής δεδομένων του GlaucoGENE είναι 98 καθώς όμως μπορεί να εμφανιστεί η ίδια επικεφαλίδα υποκατηγορίας σε διαφορετικές φόρμες η προσπάθεια αντιστοίχισης έγινε σε 80 μοναδικές επικεφαλίδες. Οι 20 επικεφαλίδες υποκατηγοριών για τους οποίους έγινε αντιστοίχιση με κωδικό από τουλάχιστον μία από τις τρεις ορολογίες φαίνονται στον Πίνακας 20. Επικεφαλίδα υποκατηγορίας Πίνακας 20: Αντιστοίχιση επικεφαλίδων υποκατηγοριών φορμών χωρίς βελτίωση Κωδικός ορολογίας PURL ορολογίας Other LP32511 http://purl.bioontology.org/ontology/lnc Vitreous Body LP30620 http://purl.bioontology.org/ontology/lnc Vasospasm D020301 http://purl.bioontology.org/ontology/msh Relative afferent pupillary defect 2321223 http://purl.bioontology.org/ontology/snomedct Education MTHU2635 http://purl.bioontology.org/ontology/lnc Migraine D020325 http://purl.bioontology.org/ontology/msh Cornea LP32986 http://purl.bioontology.org/ontology/lnc Blood Pressure LP29704 http://purl.bioontology.org/ontology/lnc 91

Βασίλης Κιλίντζης Conjunctiva LP30450 http://purl.bioontology.org/ontology/lnc Heart Rate MTHU024569 http://purl.bioontology.org/ontology/lnc Ethnicity MTHU010275 http://purl.bioontology.org/ontology/lnc Iris LP30524 http://purl.bioontology.org/ontology/lnc Anisocoria D015875 http://purl.bioontology.org/ontology/msh Self medication D012651 http://purl.bioontology.org/ontology/msh Macula LP30528 http://purl.bioontology.org/ontology/lnc Anterior Chamber Depth Neurodegenerative diseases 2469974 http://purl.bioontology.org/ontology/snomedct C069392 http://purl.bioontology.org/ontology/msh Optic Nerve D99 http://purl.bioontology.org/ontology/msh Gonioscopy D6068 http://purl.bioontology.org/ontology/msh Other diseases MTHU021170 http://purl.bioontology.org/ontology/lnc 4.2.2.1 Ανάλυση αποτελεσμάτων Τα αποτελέσματα τις ημιαυτόματης αντιστοίχισης των όρων που εμφανίζονται στην φόρμα συλλογής δεδομένων μιας πολυκεντρικής μελέτης για το γλαύκωμα αναδεικνύουν τα προβλήματα που υπάρχουν στην σημασιολογική περιγραφή των δεδομένων στον τομέα του γλαυκώματος καθώς και τα προβλήματα που επακόλουθα απορρέουν από αυτό και έχουν να κάνουν με την διαλειτουργικότητα την επαναχρησιμοποίηση των δεδομένων αυτών. Χρησιμοποιώντας το εργαλείο ημιαυτόματης αντιστοίχισης έγινε αντιστοίχιση του 28% των τίτλων φορμών και του 25% των επικεφαλίδων υποτμημάτων των φορμών συλλογής δεδομένων του GlaucoGENE. Αναλύοντας τα αποτελέσματα μόνο με τη χρήση του εργαλείου ημιαυτόματης αντιστοίχισης εντοπίστηκαν οι παράγοντες στους οποίους οφείλεται η αδυναμία πλήρους αντιστοίχισης. Αρχικά ο τρόπος αναζήτησης στις ορολογίες έγινε απαιτώντας όλος ο όρος της φόρμας να εμπεριέχεται αυτούσιος στην περιγραφή του όρου στην ορολογία επομένως για όρους που εμπεριείχαν λεπτομερείς περιγραφές π.χ. «2 nd Visual Field»(δεύτερο οπτικό πεδίο) ή εμφανίζονται στην φόρμα με τα αρχικά τους π.χ. «PSD» δεν ήταν δυνατό να βρεθεί πιθανή αντιστοιχία με το εργαλείο ημιαυτόματης αναζήτησης. Επίσης πολλοί όροι κυρίως επικεφαλίδες υποκατηγοριών φορμών περιείχαν διαδικαστικές οδηγίες όπως «If unreliable procceed to the second Visual Field examination»(αν είναι αναξιόπιστο προχωρήστε στο δεύτερο οπτικό πεδίο) που αφενός λόγω της πολυπλοκότητας της 92

ΣΗΜΑΣΙΟΛΟΓΙΚΗ ΑΝΑΠΑΡΑΣΤΑΣΗ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ έκφρασης αφετέρου καθώς οι ορολογίες που επιλέχθηκαν δεν περιγράφουν τέτοιου είδους πληροφορία ήταν πολύ δύσκολο να βρεθεί ακριβής αντιστοίχιση. 4.2.2.2 Βελτίωση τίτλων και επικεφαλίδων Καθώς η αναζήτηση στις ορολογίες γίνεται με χρήση του αγγλικού κειμένου των τίτλων των φορμών και των επικεφαλίδων των υποκατηγοριών τους βελτιώσεις στο κείμενο των όρων θα μπορούσαν να επιτρέψουν μεγαλύτερο ποσοστό αντιστοίχισης όρων της φόρμας με κωδικούς από τις ορολογίες. Καθώς στόχος ήταν η αναπαράσταση των όρων της φόρμας με χρήση όρων από τις ορολογίες έγιναν αλλαγές στο κείμενο των όρων όπως αυτοί είναι αποθηκευμένοι στην βάση δεδομένων και επανεκτελέστηκε το εργαλείο ημιαυτόματης αντιστοίχισης μόνο για τους όρους που δεν είχαν αντιστοιχιστεί στο αρχικό στάδιο. Οι αλλαγές αυτές αφορούσαν κυρίως έκφραση των εννοιών πιο αφαιρετικά ή ανάπτυξη κάποιων ακρωνύμων. Για παράδειγμα ο αρχικός όρος «VA with own correction» μετατράπηκε σε «Visual Acuity» ο οποίος φυσικά δεν ταυτίζεται με τον αρχικό αλλά παρέχει αντιστοίχιση με τον πιο κοντινό από πλευράς έννοιας όρο των ορολογιών. Σε άλλες περιπτώσεις χρησιμοποιήθηκαν συνώνυμα ή επίσης και εκφράσεις που περιγραφικά είχαν παρεμφερές νόημα με τους αρχικούς όρους για παράδειγμα ο όρος «Photodocumentation/Imaging» μετατράπηκε σε «Diagnostic Imaging». Οι βελτιώσεις αυτού του είδους έγιναν τόσο στους τίτλους των φορμών όσο και στις επικεφαλίδες υποτμημάτων φορμών και παρουσιάζονται αναλυτικά στα παραρτήματα 5.5.2 και 5.5.4 αντίστοιχα. Παράλληλα με τις βελτιώσεις στους όρους παρουσιάζονται και οι κωδικοί των ορολογιών στις οποίες αυτοί αντιστοιχήθηκαν. 4.2.3 Αποτελέσματα μετά τις βελτιώσεις Μετά τις βελτιώσεις στο κείμενο των τίτλων των φορμών όπως παρουσιάζονται στο παράρτημα 5.5.2 28 από τους 29 συνολικά τίτλους φορμών αντιστοιχήθηκαν με τουλάχιστον έναν όρο κάποιας από τις τρεις ορολογίες. Ο τίτλος «Personal Data» δεν ήταν δυνατό να αντιστοιχηθεί σε κάποιον όρο των MeSH LOINC ή SNOMED CT η μόνη αντιστοιχία που θα μπορούσε να γίνει θα ήταν με τον όρο «Personal Information» του NCI Thesaurus ο οποίος όμως δεν είναι αποτελέσμα ημιαυτόματης αναζήτησης καθώς δεν ανήκει στις τρεις ορολογίες που χρησιμοποιήθηκαν και επίσης χρησιμοποιήθηκε από το εργαλείο σημασιολογικής αναπαράστασης και εξαγωγής δεδομένων που παρουσιάζεται στην παράγραφο 4.2.5 για να αναπαραστήσει τα προσωπικα δεδομένα των συμμετεχόντων (περιεχόμενα του πίνακα PATIENTS_PRIVATE ). Για τις επικεφαλίδες υποτμημάτων φορμών μετά τις βελτιώσεις στο κείμενο 76 από τις 98 συνολικά επικεφαλίδες αντιστοιχήθηκαν με τουλάχιστον έναν κωδικό από τις τρεις ορολογίες. Καθώς κάποιες επικεφαλίδες επαναλαμβάνονται οι διαφορετικές επικεφαλίδες που αντιστοιχήθηκαν είναι οι 69 από τις 80 συνολικά. Οι 11 επικεφαλίδες που δεν αντιστοιχήθηκαν παρουσιάζονται στον Πίνακας 21. Όπως φαίνεται από τον πίνακα η πλειονότητα των επικεφαλίδων υποτμημάτων φορμών που δεν ήταν δυνατό να αντιστοιχηθούν ακόμα και μετά από βελτίωση κειμένου αναφέρονται περισσότερο σε οδηγίες προς αυτόν που συμπληρώνει την φόρμα και λιγότερο περιγράφουν τα δεδομένα που αντιστοιχούν στο συγκεκριμένο υποτμήμα της φόρμας. 93

Βασίλης Κιλίντζης Για παράδειγμα η επικεφαλίδα «If continue stop questionnaire. If stop or slow down :» αποτελεί εξειδικευμένη οδηγία για την συμπλήρωση του συγκεκριμένου υποτμήματος της φόρμας και καθώς εμπεριέχει έννοιες άμεσα συνδεδεμένες με την συγκεκριμένη μελέτη είναι αδύνατον να αντιστοιχηθεί σε κάποιον όρο από τις ορολογίες. Το ίδιο ισχύει και για τις περισσότερες επικεφαλίδες που δεν αντιστοιχήθηκαν. Εκτός από το «Personal Data» που παρουσιάζεται και ως επικεφαλίδα της ομώνυμης φόρμας και συζητήθηκε παραπάνω υπάρχει η επικεφαλίδα «Visual field criteria for dianosis» η οποία θα μπορούσε να αντιστοιχηθεί χειροκίνητα με τον όρο «Diagnostic criteria» (C0679228) του NCI Thesaurus κάτι τέτοιο όμως δεν έγινε καθώς ο όρος δεν ανήκει στις τρεις ορολογίες που χρησιμοποιήθηκαν και επίσης είναι ελλειπής καθώς περιγράφει μόνο το μισό νόημα του αρχικού όρου. Συμπερασματικά η βελτίωση τίτλων και επικεφαλίδων επέτρεψε την αναπαράσταση μέσω όρων από ορολογίες για το μεγαλύτερο τμήμα των εννοιών που περιγράφονται από τους τίτλους φορμών και τις επικεφαλίδες υποτμημάτων φορμών. Η βελτίωση σε ορισμένες φορές οδήγησε σε ακριβή αντιστοίχιση της έννοιας για παράδειγμα στην περίπτωση ανάπτυξης τω ακρωνύμων και σε άλλες λειτούργησε αφαιρετικά διατηρώντας όμως το βασικό νόημα του τίτλου ή της επικεφαλίδας. Πίνακας 21: Επικεφαλίδες υποτμημάτων φορμών που δεν αντιστοιχήθηκαν Visual field criteria for diagnosis Personal Data Note:Fields refering to Visual Field Examination Assessment are to be completed at the end of the data form. If continue stop questionnaire. If stop or slow down : If >10 minutes stop questionnaire. If 10 minutes or less : If yes then: If unreliable procceed to the second Visual Field examination If previously diagnosed If no stop questionnaire. If yes: and either 1st / 2nd / 3rd measurement in mm 4.2.4 Η σημασιολογική αναπαράσταση σαν επέκταση της εφαρμογής διαχείρισης Η εφαρμογής διαχείρισης δεδομένων γλαυκωματικών ασθενών που περιγράφηκε αναλυτικά στην παράγραφο 2.2 αναλαμβάνει με ευέλικτο τρόπο την αποθήκευση και επεξεργασία δεδομένων του τομέα του γλαυκώματος. Η ανάγκη για επιλογή και προβολή τμήματος αυτών των δεδομένων για περισσότερα του ενός συμμετέχοντα ταυτόχρονα σε συνδυασμό με δυνατότητες εξαγωγή υποτμήματος των δεδομένων με βάσει επιλογές του χρήστη οδήγησαν στην ανάπτυξη του εργαλείου σημασιολογικής αναπαράστασης και εξαγωγής δεδομένων. Η σημασιολογική αναπαράσταση που περιγράφηκε στις προηγούμενες παραγράφους του κεφαλαίου επέτρεψε την ανάπτυξη ενός εργαλείου το οποίο αξιοποιώντας την αντιστοίχηση των όρων παρουσιάζει τα επιλεγμένα δεδομένα του GlaucoGENE και επιτρέπει την εξαγωγή τους σε μορφή XML εμπλουτισμένη με την αυτοπεριγραφή τους μέσω των κωδικών των ορολογιών και των αντίστοιχων σχημάτων XML. 94

ΣΗΜΑΣΙΟΛΟΓΙΚΗ ΑΝΑΠΑΡΑΣΤΑΣΗ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ 4.2.5 Το εργαλείο σημασιολογικής αναπαράστασης και εξαγωγής δεδομένων Το εργαλείο σημασιολογικής αναπαράστασης και εξαγωγής δεδομένων λειτουργεί σε τρία βήματα. Αρχικά ο χρήστης επιλέγει τα ερωτήματα της φόρμας συλλογής δεδομένων για τα οποία θέλει να ανασύρει τις απαντήσεις. Αυτό γίνεται είτε επιλέγοντας ολόκληρες φόρμες είτε συγκεκριμένες μεμονωμένες ερωτήσεις κατόπιν προσθέτει κριτήρια φιλτραρίσματος όπως τα αρχικά του επωνύμου ή η ημερομηνία εγγραφής. Κατόπιν το εργαλείο ανασύρει την επιλεγμένη πληροφορία από την τοπική βάση δεδομένων και την παρουσιάζει δίνοντας την δυνατότητα στον χρήστη να ταξινομήσει ή να φιλτράρει περεταίρω τα επιλεγμένα δεδομένα όπως φαίνεται στην Εικόνα 23. Τέλος του δίνεται η δυνατότητα να εξάγει την αναφορά που δημιούργησε και να την αποθηκεύσει στον υπολογιστή του. Εικόνα 23: Εργαλείο σημασιολογικής περιγραφής και εξαγωγής δεδομένων. Παρουσίαση επιλεγμένων δεδομένων και φιλτράρισμα ανά ερώτηση. Το αρχείο που περιέχει τα επιλεγμένα δεδομένα είναι μορφής XML και δημιουργείται δυναμικά με βάσει τα επιλεγμένα δεδομένα. Ουσιαστικά η διαδικασία ξεκινά με την δημιουργία του πίνακα της Εικόνα 23 όπου αξιοποιώντας την αντιστοίχιση των όρων στις ορολογίες που έγινε με το εργαλείο ημιαυτόματης αντιστοίχισης (4.2.1) γίνεται εμπλουτισμός του πίνακα της HMTL με επιπρόσθετα μη ορατά μέταδεδομένα υπό την μορφή ιδιοτήτων (attributes) στην γραμμή των επικεφαλίδων του πίνακα (Εικόνα 24). Κατόπιν με δυναμικό τρόπο δημιουργείται το αρχείο XML που περιέχει τόσο τα επιλεγμένα δεδομένα όσο και την σημασιολογική αναπαράσταση τους. Ένα παράδειγμα εξαγόμενου XML αρχείου παρουσιάζεται στο παράρτημα 5.6.1. <th category="personal Information" section="personal Information" category_code="cl421205" section_code="cl421205" category_termin="http://purl.bioontology.org/ontology/ncim" section_termin="http://purl.bioontology.org/ontology/ncim"> GlaucoGENE ID</th> <th category="visual Acquity with Snellen" section="own correction" category_code="4226731" section_code="3972529" category_termin="http://purl.bioontology.org/ontology/snomedct" section_termin="http://purl.bioontology.org/ontology/snomedct"> (Own correction)sphre</th> 95

Βασίλης Κιλίντζης <th category="visual Acquity with Snellen" section="own correction" category_code="4226731" section_code="3972529" category_termin="http://purl.bioontology.org/ontology/snomedct" section_termin="http://purl.bioontology.org/ontology/snomedct"> (Own correction)sphle</th> Εικόνα 24: Παράδειγμα επικεφαλίδας HTML πίνακα εργαλείου σημασιολογικής περιγραφής εξαγωγής δεδομένων. 4.2.5.1 Το XML Schema των εξαγόμενων δεδομένων Η εξαγωγή δεδομένων με μορφή XML εγγενώς παρουσιάζει πλεονεκτήματα σε σχέση με άλλες μεθόδους εξαγωγής όπως τα αρχεία κειμένου ή τα αρχεία EXCEL. Η δυνατότητες που παρέχει για εύκολη ανάγνωσή τους τόσο από ανθρώπους όσο και από μηχανές βελτιστοποιούνται με τον ορισμό του XML Schema που περιγράφει τους κανόνες που πρέπει να ακολουθούν XML αρχεία ώστε να θεωρούνται σωστά ή σύμφωνα με το Schema. Έχοντας γνώση του XML Schema μια εφαρμογή μπορεί να διαχειριστεί οποιαδήποτε δεδομένα σε μορφή XML που είναι σύμφωνα με το συγκεκριμένο σχήμα. Στην συγκεκριμένη περίπτωση τα εξαγόμενα σε μορφή XML δεδομένα από την εφαρμογή διαχείρισης συνακολουθούμενα από το αντίστοιχο XML Schema επιτρέπουν την εύκολη ανταλλαγή και αξιοποίηση των δεδομένων από άλλες εφαρμογές. Το σχήμα XML μπορεί να περιγραφεί με διάφορες γλώσσες όπως η SGML s Document Type Definition (DTD) η Schema for ObjectOriented XML (SOX) η Schematron ή η XML Schema (XSD) 116. Η τελευταία επιλέχθηκε καθώς υπερέχει σε σχέση με την αντίστοιχα διαδεδομένη DTD καθώς επιτρέπει την περιγραφή πολύπλοκων XML και κυρίως καθώς αποτελεί αναγνωρισμένο πρότυπο προτεινόμενο από το World Wide Web Consortium (W3C). Παρότι το CCR όπως περιγράφηκε στην παράγραφο 4.1.2.6 σελ. 87 ορίζει ένα XML schema για την ανταλλαγή ιατρικών δεδομένων στην παρούσα διατριβή επιλέχθηκε η δημιουργία ενός νέου σχήματος για την εξαγωγή των δεδομένων του GlaucoGENE. Οι λόγοι που έγινε αυτό είναι αφενός το γεγονός ότι τα δεδομένα της βάσης του GlaucoGENE ήταν ελλιπή σχετικά με διοικητικές πληροφορίες που αποτελούν βασικό τμήμα ενός εγγράφου CCR και εμπεριείχαν πληροφορίες σχετικές με την διαδικασία της εξέτασης που δεν τις αποθηκεύει το CCR και αφετέρου η κατηγοριοποίηση των δεδομένων στην φόρμα του GlaucoGENE δεν αντιστοιχεί στις κατηγορίες του εγγράφου CCR. Το τελευταίο σήμαινε πως για πιθανή υποστήριξη εξαγωγής των δεδομένων σε CCR θα σήμαινε πως θα έπρεπε να διαμορφωθεί η εφαρμογή διαχείρισης με τέτοιο τρόπο ώστε να χειρίζεται πληροφορίες ανά ερώτηση σχετικές με την συγκεκριμένη θέση που θα έπρεπε να είχαν στο έγγραφο CCR με αποτέλεσμα να περιορίσει την γενικότητα χρήσης της σε άλλες μελέτες. Το XML Schema (XSD) που ορίστηκε για την εφαρμογή διαχείρισης για την περίπτωση των δεδομένων του GlaucoGENE παρουσιάζεται αναλυτικά στο παράρτημα 5.6.2. Το σχήμα αυτό είναι επαναχρησιμοποιούμενο και περιγράφει πως τα δεδομένα που εξάγονται από την εφαρμογή διαχείρισης ακολουθούν ιεραρχική δομή με κεντρικό επαναλαμβανόμενο στοιχείο (element) ανά συμμετέχοντα το «SUBJECT» το οποίο έχει 96

ΣΗΜΑΣΙΟΛΟΓΙΚΗ ΑΝΑΠΑΡΑΣΤΑΣΗ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ ως στοιχεία παιδιά (children elements) τα «CATEGORY» που αντιστοιχούν στις ξεχωριστές φόρμες που συμπληρώθηκαν ανά άτομο. Κάθε «CATEGORY» αποτελείται από διάφορα «SECTION» που αντιστοιχούν στις επικεφαλίδες υποτμημάτων της φόρμας και ως τελευταίου επιπέδου στοιχεία υπάρχουν πάντα ένα «QUESTION» με ένα «ANSWER» που αποθηκεύουν αντίστοιχα την ερώτηση της φόρμας και την απάντηση που καταγράφηκε. 4.2.5.2 Σημασιολογική αναζήτηση δεδομένων Η σημασιολογική αντιστοίχιση που έγινε μεταξύ των όρων των ορολογιών MeSH LOINC SNOMED CT και των εννοιών που περιγράφονται από τους τίτλους των φορμών και τις επικεφαλίδες υποτμημάτων φορμών του GlaucoGENE εκτός από την αξιοποίηση της για την δομημένη και σημασιολογικά εμπλουτισμένη εξαγωγή δεδομένων μπορεί να χρησιμοποιηθεί για την υλοποίηση υπηρεσιών που θα επιτρέπουν την σημασιολογική αναζήτηση δεδομένων. Με αυτό τον τρόπο μετά την διεξαγωγή μιας μελέτης θα ήταν δυνατή η ταυτοποίηση άλλων μελετών που αποθηκεύουν παρόμοια δεδομένα. Ο σημασιολογικός εμπλουτισμός σε συνδυασμό με την πιστοποίηση λειτουργίας ερευνητικών κέντρων μέσω υλοποίηση πρωτοκόλλων λειτουργίας και διαδικασιών (Standard Operating Procedures) θα άνοιγε νέους ορίζοντες στην επαναχρησιμοποίηση δεδομένων κλινικών μελετών. Έχοντας εξασφαλίσει την ποιότητα των καταγεγραμμένων δεδομένων μέσω της πιστοποίησης λειτουργίας η βασική πρόκληση για επαναχρησιμοποίηση και συνδυασμό δεδομένων από διάφορα ερευνητικά κέντρα θα ήταν η ταυτοποίηση εννοιών που καταγράφηκαν πιθανόν σε διαφορετική γλώσσα χωρίς a priori γνώση του είδους της μελέτης που πρέπει να εκτελεστεί. Ως παράδειγμα υπηρεσιών που αξιοποιούν την σημασιολογική περιγραφή υλοποιήθηκε η δυνατότητα αναζήτησης και προβολής δεδομένων συγκεκριμένης έννοιας με χρήση κωδικού ορολογίας για τις έννοιες που καταγράφηκαν από το πρωτόκολλο του GlaucoGENE. Συγκεκριμένα στο εργαλείο σημασιολογικής αναπαράστασης και εξαγωγής δεδομένων λειτουργεί αντί ο χρήστης να επιλέξει τα ερωτήματα ή τις φόρμες συλλογής δεδομένων για τα οποία θέλει να ανασύρει τις απαντήσεις να εισάγει κωδικό από ορολογία που αντιστοιχεί σε φόρμα ή επικεφαλίδα υποτμήματος και να ανασύρει τα καταγεγραμμένα δεδομένα σχετικά με την έννοια. Στην φαίνεται η αναζήτηση για την έννοια «Own correction» με χρήση του κωδικού που της στην ορολογία SNOMED CT σε αντιστοιχία 97

Βασίλης Κιλίντζης Εικόνα 25: Φόρμα αναζήτησης δεδομένων με χρήση ορολογιών του εργαλείου σημασιολογικής αναπαράστασης και εξαγωγής δεδομένων. Εικόνα 26: Παρουσίαση αποτελεσμάτων αναζήτησης δεδομένων με χρήση ορολογιών του εργαλείου σημασιολογικής αναπαράστασης και εξαγωγής δεδομένων. 4.2.6 Βελτιώσεις που απαιτούν αλλαγή της δομής της φόρμας Καθώς οι φόρμες συλλογής δεδομένων κλινικών μελετών δεν συντάσσονται με βάση τις οδηγίες ειδικών στην διαχείριση δεδομένων αλλά συνήθως από ειδικούς του τομέα της κλινικής μελέτης οι τίτλοι οι περιγραφές και η δομή της φόρμας δεν στηρίζονται τόσο στην εννοιολογική σχέση των δεδομένων όσο στην διαδικαστική ροή της συλλογής τους. Επακόλουθα οι τίτλοι των υποτμημάτων των φορμών της μελέτης GlaucoGENE άλλοτε περιγράφουν τα δεδομένα που ακολουθούν και άλλοτε είναι οδηγίες για το αν και πως πρέπει να ληφθούν τα δεδομένα. Επίσης καθώς η διαδικασία με χρήση της έντυπης φόρμας επιβάλλει περιορισμούς στον τρόπο αναπαράστασης των ερωτημάτων η φόρμα δεν ακολουθεί κάποιο είδος ιεραρχικής δομής με συσχετίσεις ανάμεσα στις διάφορες 98

ΣΗΜΑΣΙΟΛΟΓΙΚΗ ΑΝΑΠΑΡΑΣΤΑΣΗ ΔΕΔΟΜΕΝΩΝ ΓΛΑΥΚΩΜΑΤΙΚΩΝ ΑΣΘΕΝΩΝ περιοχές δεδομένων με αποτέλεσμα να είναι απαραίτητη η επανάληψη στους τίτλους που περιγράφουν τμήματα της φόρμας. 4.2.6.1 Ορισμός ιεραρχικής δομής φορμών Μια αλλαγή η οποία θα βοηθούσε την καλύτερη σημασιολογική περιγραφή των δεδομένων και θα επέτρεπε υλοποίηση μηχανισμών που εξάγουν συμπεράσματα από τα δεδομένα (inference mechanisms) θα μπορούσε να είναι η διάταξη των εννοιών σε ιεραρχική δομή με συσχετίσεις μεταξύ των όρων. Για παράδειγμα ο τίτλος «Family Member Ophthalmic History» (Οφθαλμικό ιστορικό μέλους οικογένειας) θα μπορούσε να είναι το υποτμήμα «Opthalmic» ως υποκατηγορία του «Medical History» που αναφέρεται σε κάποιο άτομο με το χαρακτηριστικό ότι αυτό το άτομο είναι μέλος της οικογένειας του εξεταζόμενου ατόμου. Η διαδικασία αυτή θα απαιτούσε ευρύ ανασχηματισμό τόσο των φορμών όσο και της ηλεκτρονικής τους αναπαράστασης. Οι εννοιολογικοί συσχετισμοί μεταξύ των όρων θα μπορούσαν ή όχι να αξιοποιηθούν από το περιβάλλον εισαγωγής σίγουρα όμως θα ευνοούσαν την σημασιολογική περιγραφή και τις υπηρεσίες που στηρίζονται σε αυτή. 4.2.6.2 Διαχωρισμός περιγραφής διαδικασίας από την περιγραφή δεδομένων Μια λιγότερο ριζική αλλαγή που θα επέτρεπε όμως καλύτερη σημασιολογική αναπαράσταση του τομέα των δεδομένων των γλαυκωματικών ασθενών θα μπορούσε να είναι η εισαγωγή επιπρόσθετης κατηγορίας διαδικαστικών οδηγιών εκτός αυτές των κατηγοριών και των υποκατηγοριών των φορμών. Αυτή η κατηγορία θα μπορούσε να αξιοποιηθεί από την εφαρμογή διαχείρισης για να παρέχει στοχευμένες και ανά περίσταση οδηγίες συμπλήρωσης (στο σενάριο της απευθείας ηλεκτρονικής συμπλήρωσης) με στόχο ορθότερη καταχώριση και υπενθύμιση των σχετικών διαδικασιών. Επίσης θα μπορούσε να αποτυπωθεί με ειδική μορφοποίηση στην έντυπη φόρμα ώστε να μην συγχέεται με το πραγματικό περιεχόμενο. Μια τέτοια αλλαγή πέραν της βελτίωσης κατά την καταχώριση θα επέτρεπε ακριβέστερη σημασιολογική αναπαράσταση χωρίς περιττούς ορισμούς επικεφαλίδων υποτμημάτων φορμών όπως για παράδειγμα στην περίπτωση της επικεφαλίδας «If unreliable procceed to the second Visual Field examination»(εάν αναξιόπιστο προχωρήστε στη δεύτερη εξέταση οπτικού πεδίου). Η επικεφαλίδα αυτή θα μπορούσε να μετατραπεί σε διαδικαστική οδηγία η ακόμα και σε κανονικό ερώτημα καθώς εμπεριέχει μια οδηγία (προχωρήστε σε εξέταση οπτικού πεδίου) και επίσης μια ερώτηση «εάν αναξιόπιστο» η οποία ταυτίζεται με ερώτημα που ήδη υπάρχει στην πραγματική φόρμα. 4.3 Συμπεράσματα και συζήτηση Στο κεφάλαιο αυτό παρουσιάστηκε η προσπάθεια σημασιολογικής περιγραφής των δεδομένων γλαυκωματικών ασθενών με αντιστοίχιση των όρων και εννοιών που περιέχονται σε μια φόρμα συλλογής δεδομένων για κλινική μελέτη. Κατόπιν αξιοποιήθηκε η αντιστοίχιση αυτή για να εμπλουτιστεί την εφαρμογή διαχείρισης δεδομένων γλαυκωματικών ασθενών τόσο με την δυνατότητα να γίνεται εξαγωγή δεδομένων της 99

Βασίλης Κιλίντζης μελέτης με δομημένο και σημασιολογικά εμπλουτισμένο τρόπο όσο και για να επιτρέπει αναζήτηση πληροφορίας με αναζήτηση δεδομένων της μελέτης που αντιστοιχούν σε συγκεκριμένης έννοια από διεθνή ηλεκτρονική ορολογία. Παρότι έχει γίνει μεγάλη προσπάθεια για ανάπτυξη ιατρικών ορολογιών για περιγραφή των χρησιμοποιούμενων όρων η a posteriori σημασιολογική περιγραφή των δεδομένων που καταγράφονται σε έναν τομέα δεν είναι εύκολη διαδικασία. Βασικό εμπόδιο για την εύκολη και γρήγορη αντιστοίχιση των όρων που εμπεριέχονται σε μια φόρμα συλλογής δεδομένων με όρους από ηλεκτρονικές ιατρικές ορολογίες αποτελεί η δομή και η μορφή του κειμένου που χρησιμοποιείται σε μια φόρμα συλλογής. Συγκεκριμένα καθώς η φόρμα συλλογής πρέπει να είναι κατανοητή τόσο από τον συμμετέχοντα στη μελέτη όσο και από το προσωπικό που αναλαμβάνει την συμπλήρωσή της περιέχει περιγραφικές προτάσειςερωτήσεις για την συλλογή πληροφορίας σχετικά με ένα συγκεκριμένο θέμα έτσι ο όρος που πρέπει να αντιστοιχιστεί με κάποια διεθνή ηλεκτρονική ορολογία είναι κρυμμένος ή έχει περιγραφεί περιφραστικά γεγονός που κάνει την αυτόματη αντιστοίχιση ιδιαίτερα δύσκολη. Επιπρόσθετα το επίπεδο λεπτομέρειας της περιγραφής που απαιτείται διαφέρει έντονα από ανάλογα με τον τομέα χρήσης των όρων για παράδειγμα σε άλλα τμήματα της φόρμας οι ορολογίες δεν μπορούν να περιγράψουν με πλήρη λεπτομέρεια κάποιους όρους καθώς είναι πολύ σύνθετοι και σε άλλα δεν μπορούν να περιγράψουν όρους της φόρμας που είναι πολύ γενικοί. Για παράδειγμα ο όρος «Personal Data» είναι πολύ γενικός και δεν ήταν δυνατό να αντιστοιχιστεί με σαφήνεια σε κάποιον όρο από τις ορολογίες ενώ αντίστοιχα δεν ήταν δυνατόν να αντιστοιχιστεί με σαφήνεια και η ερώτηση «Visual field criteria for diagnosis» καθώς η πληροφορία που περιέχει είναι ιδιαίτερα σύνθετη ως αποτέλεσμα πιθανή αντιστοίχιση με έναν όρο θα δημιουργούσε ασάφεια. Τέλος οι φόρμες συλλογής δεδομένων περιέχουν κείμενο που αναφέρεται σε επιπρόσθετες οδηγίες συμπλήρωσης της φόρμας σε ειδικές περιπτώσεις όπως ο όρος «If unreliable proceed to the second Visual Field examination» τέτοιοι όροι δεν εμπεριέχονται στις ηλεκτρονικές ιατρικές ορολογίες που περιγράφουν κυρίως παρατηρούμενες έννοιες. Τα αποτελέσματα τις παραπάνω έρευνας μπορούν να αξιοποιηθούν στο μέλλον βελτιώνοντας την δομή φορμών συλλογής ιατρικών δεδομένων οι οποίες θα πρέπει να έχουν σαφήνεια στην περιγραφή των κλινικά παρατηρούμενων στοιχείων και επιπρόσθετα δομή που θα επιτρέπει την σημασιολογική περιγραφή των δεδομένων που θα καταγράφουν. Η σημασιολογική περιγραφή των εννοιών του τομέα του γλαυκώματος θα επέτρεπε πέρα από την στοχευόμενη έρευνα την αναζήτηση νέων τάσεων η κρυμμένης γνώσης με χρήση εργαλείων εξόρυξης γνώσης «Data mining» τα οποία απαιτούν ιδιαιτέρως μεγάλες ποσότητες ορθά περιγραμμένων δεδομένων. 1

ΠΑΡΑΡΤΗΜΑ 5 ΠΑΡΑΡΤΗΜΑ 5.1 Κώδικας εφαρμογής ανάλυσης αρχείου στερεομετρικών παραμέτρων HRT INDEX.PHP <html lang="en"> <head> <meta httpequiv="contenttype" content="text/html; charset=iso88591"> <link rel="stylesheet" type="text/css" href="stylesheet.css"> <title>upload form</title> </head> <body> <?php require('bk_hrt_lib.php'); # Check if a file has been uploaded if(isset($_files['uploaded_file'])) { # Make sure the file was sent without errors if($_files['uploaded_file']['error'] == 0) { # Gather all required data $name = $_FILES['uploaded_file']['name']; $mime = $_FILES['uploaded_file']['type']; if (($mime=='application/xzipcompressed') ($mime=='application/zip')){ $size = $_FILES['uploaded_file']['size']; $data = file_get_contents($_files['uploaded_file']['tmp_name']); $tempdir = sys_get_temp_dir(); $filename = $_FILES['uploaded_file']['tmp_name']; $zip = new ZipArchive; if ($zip > open($filename) === true && $zip > extractto($tempdir)) { for ($i = 0; $i < $zip > numfiles; $i++) { $file = $tempdir.$zip > getnameindex($i); $zipfiles[] = $file; //Do whatever with $file here } } else { throw new Exception(_CANNOTOPENCOMPRESSEDFILE.': '.$filename); } }elseif ($mime == 'text/plain'){ $zipfiles=array($_files['uploaded_file']['tmp_name']); }else{ print "Error file neither ZIP nor TEXT".$mime; die(); } print "<table border=1><tr>"; $i=0; 101

Βασίλης Κιλίντζης foreach ($zipfiles as $name){ $i++; $res=parse_hrt($name); if ($i==1){ foreach ($res as $key => $value){ print "<td>$key</td>"; } } print "</tr><tr><td>"; print implode("</td><td>"$res); } //General results from HRT.txt print "</td></tr></table>"; } } else { // echo "Error! A file was not sent!"; }?> <form id="upload" action="index.php" method="post" enctype="multipart/formdata"> <h1>hrt txt file PARSER</h1> <p> Upload form (hrt exports.txt or zip with many.txt) </p> <label for="file">file to upload:</label> <input type="file" name="uploaded_file" /><br /> <label for="submit">press to...</label> <input type="submit" value="upload file" /> </p> <p>vassilis Kilintzis 29</p> </form> </body> </html> Bk_hrt_lib.PHP <?php /* BILLYK 11/29 parse hrt function input filename output paramtable associative array with the data. 102

ΠΑΡΑΡΤΗΜΑ */ function GetFilename($file) { $filename = substr($file strrpos($file'\\')+1strlen($file)strrpos($file'\\')); return $filename; } function parse_hrt($name$stripunits=true){ #file() returns an array where each element is a line in the file. $fcontents = file ($namefile_ignore_new_lines FILE_SKIP_EMPTY_LINES); //billyk// $paramtable['report']=getfilename($name); foreach ($fcontents as $ln) { $spl=explode(":"$ln); if ($spl[1]!=null){ if ($stripunits&&($spl[0]!='classification')){ $paramtable[$spl[0]]=floatval($spl[1]);}else{ $paramtable[$spl[0]]=$spl[1]; } }elseif ($ln[0]=='#'){ $reportmeta=explode(""$ln); $ids=explode(" "$reportmeta[0]); $paramtable['hrt TAKE ID']=$ids[0]; $paramtable['hrt code']=$ids[1]; $paramtable['surname']=$ids[2]; $paramtable['name']=$reportmeta[1]; $paramtable['eye']=$reportmeta[2][1]; } } return $paramtable; }?> 5.2 Κώδικας εφαρμογής επεξεργασίας και υπολογισμού νέων παραμέτρων warning off all clc clear all; fclose all; %INPUT inputname='valid010409andalltes';%text %name of file list p.x. valid.txt inputname='sample2'; alphabetsz=8;%size of the alphabet ForBW=false; hasxf=false; Symbols=384; compression=4;%point verbose=true; method='pchip'; %choose interpolation method % 'nearest' Nearest neighbor interpolation % % 'linear' 103

Βασίλης Κιλίντζης % % Linear interpolation (default) % % 'spline' % % Cubic spline interpolation % % 'pchip' % % Piecewise cubic Hermite interpolation % % 'cubic' % % (Same as 'pchip') % if floor(symbols/compression)~=symbols/compression warning('symbols / Compression not an integer') return end flist=fopen(strcat(inputname'.txt')'r'); nm=0; while (feof(flist) == 0) nm=nm+1; infile(nm:) = cellstr(fgetl(flist)); % close all; end for tn1=1:nm1 for tn2=(tn1+1):nm close all for picnum=1:2 clear i j k l pic boundary bw2 bw cntr crvsz d map x y if picnum==1 [pathstr1 name1{picnum} ext1 versn1] = fileparts(infile{tn1}); switch name1{picnum}(1:1) case 'R' eye='re'; case 'L' eye='le'; otherwise warning('filename DOES NOT START WITH L OR R') warning(name1{picnum}) return; end [Imap] = imread(infile{tn1}); else [pathstr2 name1{picnum} ext2 versn2] = fileparts(infile{tn2}); switch name1{picnum}(1:1) case 'R' eye='re'; case 'L' eye='le'; otherwise warning('filename DOES NOT START WITH LE OR RE') return; 104

ΠΑΡΑΡΤΗΜΑ end [Imap] = imread(infile{tn2}); end if verbose name1{picnum} end %if image from shapes.m (BW image) if ForBW pic=i(40:37783:516); Xf=1; else %if image from real HRT report %substract image from report pic=i(55:335:280); %calculate disc horizontal/vertical length if verbose figure(1)imshow(picmap) end [Xf DA Dcntr]=DiscAdj(picmap); if ~hasxf Xf=1; end % remove everything but red pixels for i=1:256 if (map(i1)>0.9 && map(i2)<0.1 && map(i3)<0.5) map(i1)=1; map(i2)=1; map(i3)=1; else map(i1)=0; map(i2)=0; map(i3)=0; end end end bw = im2bw(picmap0.82); if verbose % figure(2)imshow(bw) end %only for test images if ForBW bw=~bw; %dioti h eikona einai mayrh se aspro fonto. end %remove objects smaller than 150px bw2 = bwareaopen(bw150); % fills holes in the binary image BW2. A hole is a set of % background pixels that cannot be reached by filling in the % background from the edge of the image. bw2 = imfill(bw2'holes'); 105

Βασίλης Κιλίντζης if verbose figure(1)imshow(bw2) end % label cup pixels for areas larger than 8 pixels that do not % intersect [Lnum] = bwlabeln(bw2); %hopefully there are at most two big regions erase the smaller %region if smaller than 80% of big if num>1 for jj=1:num regionsize(jj)=size(find(l==jj)1); end clear jj; imax=find(regionsize==max(regionsize)); %imax the biggest region regionsize(imax)=1;isecond=find(regionsize==max(regionsize));%isecond the second biggest if (0.2*size(find(L==imax)1)size(find(L==isecond)1))<=0 %an to megalytero den einai 4 fores megalytero disp(strcat('two similar size regions for file:'name1{picnum})) return else %mhdenise oti den exei thn shmansh toy megalyteroy [rc] = find(l~=imax & L~=0); L(rc)=0; BW(rc)=0; %#ok<nasgu> bw2(rc)=0; bw(rc)=0; %shmane to megalytero region me 1 [rc] = find(l==imax); L(rc)=1; end clear imax; clear isecond; clear r; clear c; clear regionsize; end % find centroid s = regionprops(l 'centroid'); %store centroid in cntr array [x y] cntr = cat(1 s.centroid); Cpos=cntr Dcntr; %Sxetikh 8esh toy kentrou toy cup se sxesh me to disc centre s = regionprops(l 'Area'); %store centroid in cntr array [x y] E = cat(1 s.area); BW=bw2; %not needed any more clear bw2; s=size(bw); col = round(cntr(1)); clear rr; clear cl; 106

ΠΑΡΑΡΤΗΜΑ %create vertical line(diameter) rr that passes from centroid for row=1:s(1) if BW(rowcol)==1 rr(1)=row; rr(end+1)=row; end end %create horizontal line(diameter) cl that passes from centroid row = round(cntr(2)); for col=1:s(2) if BW(rowcol)==1 end end cl(1)=col; cl(end+1)=col; if strcmp(eye'le') %if LE start from right (centroid(y)==row max(cl) and go %counterclockwise col=max(cl); % the points of the contour are rowcol > yx contour = bwtraceboundary(bw [row col] 'S'8inf'counterclockwise'); else %if RE start from left (centroid(y)==row min(cl) and go %clockwise col=min(cl); contour = bwtraceboundary(bw [row col] 'N'8inf'clockwise'); end if(~isempty(contour)) if verbose disp(length(contour)) hold on; %plot center of gravity plot(cntr(1)cntr(2)'bx''markersize'7) %plot horizontal line % plot([min(cl):max(cl)]round(cntr(2))'y') % plot vertical line % plot(round(cntr(1))[min(rr):max(rr)]'y') %Contour plot(contour(:2)contour(:1)'g''linewidth'2); plot(contour(12)contour(11)'ro''markersize'6'linewidth'2); text(110name1{picnum}'color''y') hold off; end 107

Βασίλης Κιλίντζης if exist('minlength''var') if length(contour)<minlength minlength=length(contour); end else minlength=length(contour); end if exist('maxlength''var') if length(contour)>maxlength maxlength=length(contour); end else maxlength=length(contour); end %CENTER x0=round(cntr(1)); y0=round(cntr(2)); for i=1:length(contour) % tilt(i)=(y0contour(i1))/(x0contour(i2)); %calculate eyclidian distance from centroid for every %point in the contour j(i)=((contour(i2)cntr(1))^2+(contour(i1)cntr(2))^2*xf^2)^(1/2);%added Xf correction to disc shape end end if verbose figure(1)plot(j) pause end % rn=0.025*mean(j); % mikrotero apo miso pixel den % einai diafora for i=2:(size(j2)1) % st=std(j(i1:i+1)); % % if abs((j(i)j(i1)))<rn % j(i)=j(i1); % end % end %backup contour splitting elements's positions if picnum==1 j1=j;%backup contour E1=E; Xf1=Xf;%backup Xf DA1=DA;%backup disk area Cpos1=Cpos;%backup cup possition end end 108

ΠΑΡΑΡΤΗΜΑ cz=size(j12); cz2=size(j2); % E1=cz/E1;%MHKOS CONTOUR PROS EMBADON %1d data series features STATstd1=std(j1); STATstd=std(j); STATdif1=(sum(abs(j1mean(j1))))/cz; STATdif=(sum(abs(jmean(j))))/cz2; % idia statistika gia thn paragwgo toy j STATdf_dtstd1=std(diff(j1)); STATdf_dtstd=std(diff(j)); STATdf_dtdif1=sum((abs(diff(j1)mean(diff(j1)))))/cz; STATdf_dtdif=(sum(abs(diff(j)mean(diff(j)))))/cz2; % % SIMILARITY TO CIRCLE CircSim1=cz/(2*pi*sqrt(E1/pi)); CircSim=cz2/(2*pi*sqrt(E/pi)); DistFromCirc1=cz(2*pi*sqrt(E1/pi)); DistFromCirc=cz2(2*pi*sqrt(E/pi)); czorig=cz; %kanw backup to mhkos toy contour gia na to balw sto excel cz2orig=cz2; %kanw backup to mhkos toy contour gia na to balw sto excel % E=cz2/E;%MHKOS CONTOUR PROS EMBADON %L2E=E1/E; logoscontour=cz/cz2;%logos MHNKWN TWN DYO CONTOUR Di1=mean(j1); Di=mean(j); L2M1=cz/Di1;%Length / Mean > mhkos contour pros mesh apostash apo to centroid L2M=cz2/Di;%Length / Mean > mhkos contour pros mesh apostash apo to centroid if cz2<symbols warning('expanding Second '); xi=[1:(cz21)/(symbols1):cz2]; jpchip = interp1(1:length(j)jximethod); elseif cz2>symbols 109

Βασίλης Κιλίντζης warning('shrinking Second '); jpchip=resample(jsymbolscz2); end if cz<symbols warning('expanding First'); xi=[1:(cz1)/(symbols1):cz]; j1 = interp1(1:length(j1)j1ximethod); elseif cz>symbols warning('shrinking First'); j1=resample(j1symbolscz); end sax_version_of_a{5}=timeseries2symbol(j1symbolssymbols/compressionalphabetsz); sax_version_of_c{5}=timeseries2symbol(jpchipsymbolssymbols/compressionalphabetsz); % % [CLAGS] = xcov(j1jpchip floor(symbols/2)'coeff'); %kanw xcorr gia miso mhkos (cz/2)+1:(cz/2)1 [maxc posl]=max(c); % se poio shirt vgazei megisti omoiotita posl=poslround(symbols/2); j1rot=circshift(j1[0 posl]); sax_version_of_a{6}=timeseries2symbol(j1rotsymbolssymbols/compressionalphabetsz); sax_version_of_c{6}=timeseries2symbol(jpchipsymbolssymbols/compressionalphabetsz); euclidean_distance_a_and_c(tn1tn2) = sqrt(sum(((j1mean(j1)) (jpchipmean(jpchip))).^2)); min_dist_ab{9}(tn1tn2)=euclidean_distance_a_and_c(tn1tn2)/symbols;%orizw ws mindist 9 thn eyclidia apostash % min_dist_ab{7}(tn1tn2)=logoscontour;%orizw ws mindist 7 ton logo % tvn mhkos1/mhkos contour % strcat(name1''num2str(l2m1)) min_dist_ab{7}(tn1tn1)=da1;%orizw ws mindist 8 to LEngthcontour/mesh apostash apo centroid min_dist_ab{7}(tn11)=da1; min_dist_ab{7}(tn2tn2)=da; %orizw ws mindist 8 to LEngthcontour/mesh apostash apo centroid min_dist_ab{7}(tn21)=da; min_dist_ab{8}(tn1tn1)=l2m1;%orizw ws mindist 8 to LEngthcontour/mesh apostash apo centroid 110

min_dist_ab{8}(tn11)=l2m1; % strcat(name2''num2str(l2m)) min_dist_ab{8}(tn2tn2)=l2m; %orizw ws mindist 8 to LEngthcontour/mesh apostash apo centroid min_dist_ab{8}(tn21)=l2m; min_dist_ab{10}(tn1tn1)=xf1;%orizw ws mindist 10 to XF platos/ypsos diskou min_dist_ab{10}(tn11)=xf1; min_dist_ab{10}(tn2tn2)=xf; %orizw ws mindist 10 to XF platos/ypsos diskou min_dist_ab{10}(tn21)=xf; min_dist_ab{11}(tn1tn1)=circsim1;%orizw ws mindist 11 to length pros embadon gia ka8ena min_dist_ab{11}(tn11)=circsim1; min_dist_ab{11}(tn2tn2)=circsim; %orizw ws mindist 11 to length pros embadon gia ka8ena min_dist_ab{11}(tn21)=circsim; min_dist_ab{12}(tn1tn1)=czorig;%orizw ws mindist 12 to length toy contour gia ka8ena min_dist_ab{12}(tn11)=czorig; min_dist_ab{12}(tn2tn2)=cz2orig; %orizw ws mindist 12 to length toy contour gia ka8ena min_dist_ab{12}(tn21)=cz2orig; min_dist_ab{13}(tn1tn1)=e1;%orizw ws mindist 13 to cup area gia ka8ena min_dist_ab{13}(tn11)=e1; min_dist_ab{13}(tn2tn2)=e; %orizw ws mindist 13 to cup area gia ka8ena min_dist_ab{13}(tn21)=e; ΠΑΡΑΡΤΗΜΑ min_dist_ab{14}(tn1tn1)=di1;%orizw ws mindist 13 to cup area gia ka8ena min_dist_ab{14}(tn11)=di1; min_dist_ab{14}(tn2tn2)=di; %orizw ws mindist 13 to cup area gia ka8ena min_dist_ab{14}(tn21)=di; min_dist_ab{15}(tn1tn1)=statstd1;%orizw ws mindist 15 to std toy j gia ka8ena min_dist_ab{15}(tn11)=statstd1; min_dist_ab{15}(tn2tn2)=statstd; %orizw ws mindist 15 to std toy j gia ka8ena min_dist_ab{15}(tn21)=statstd; min_dist_ab{16}(tn1tn1)=statdif1;%orizw ws mindist 16 to Σ(jmean(j)) toy j gia ka8ena min_dist_ab{16}(tn11)=statdif1; min_dist_ab{16}(tn2tn2)=statdif; %orizw ws mindist 16 to Σ(jmean(j)) toy j gia ka8ena min_dist_ab{16}(tn21)=statdif; min_dist_ab{17}(tn1tn1)=statdf_dtstd1;%orizw ws mindist 17 to std toy dif(j) gia ka8ena min_dist_ab{17}(tn11)=statdf_dtstd1; min_dist_ab{17}(tn2tn2)=statdf_dtstd; %orizw ws mindist 17 to std toy dif(j) gia ka8ena min_dist_ab{17}(tn21)=statdf_dtstd; min_dist_ab{18}(tn1tn1)=statdf_dtdif1;%orizw ws mindist 18 to Σ(djmean(dj)) toy dif(j) gia ka8ena min_dist_ab{18}(tn11)=statdf_dtdif1; min_dist_ab{18}(tn2tn2)=statdf_dtdif; %orizw ws mindist 18 to Σ(djmean(dj)) toy dif(j)paragwgos gia ka8ena min_dist_ab{18}(tn21)=statdf_dtdif; 111

Βασίλης Κιλίντζης min_dist_ab{19}(tn1tn1)=distfromcirc1;%orizw ws mindist 18 to Σ(djmean(dj)) toy dif(j) gia ka8ena min_dist_ab{19}(tn11)=distfromcirc1; min_dist_ab{19}(tn2tn2)=distfromcirc; %orizw ws mindist 18 to Σ(djmean(dj)) toy dif(j)paragwgos gia ka8ena min_dist_ab{19}(tn21)=distfromcirc; min_dist_ab{20}(tn1tn1)=cpos1(1);%orizw ws mindist 20 thn sxetikh 8esh toy X centroid toy cup min_dist_ab{20}(tn11)=cpos1(1); min_dist_ab{20}(tn2tn2)=cpos(1); min_dist_ab{20}(tn21)=cpos(1); min_dist_ab{21}(tn1tn1)=cpos1(2);%orizw ws mindist 20 thn sxetikh 8esh toy Y toy centroid toy cup min_dist_ab{21}(tn11)=cpos1(2); min_dist_ab{21}(tn2tn2)=cpos(2); min_dist_ab{21}(tn21)=cpos(2); rawdata{1}(1)=999; rawdata{2}(1)=999; rawdata{3}(1)=999; rawdata{4}(1)=999; rawdata{5}(1)=999; rawdata{6}(1)=999; %calculate euclidean symbolic distance and store it to sheet1 min_dist_ab{1}(tn1tn2)= sqrt(sum((sax_version_of_c{5}sax_version_of_a{5}).^2)); rawdata{1}(end+1)=min_dist_ab{1}(tn1tn2); %calculate minl and store it to sheet1 min_dist_ab{2}(tn1tn2)= min(czorigcz2orig); rawdata{2}(end+1)=min_dist_ab{2}(tn1tn2); %calculate maxl and store it to sheet1 min_dist_ab{3}(tn1tn2)= max(czorigcz2orig); rawdata{3}(end+1)=min_dist_ab{3}(tn1tn2); %calculate difference between cup area and store it to sheet1 min_dist_ab{4}(tn1tn2)= E1E; rawdata{4}(end+1)=min_dist_ab{4}(tn1tn2); % for i=5:6 min_dist_ab{i}(tn1tn2)=min_dist(sax_version_of_a{i} sax_version_of_c{i} alphabetszcompression); rawdata{i}(end+1)=min_dist_ab{i}(tn1tn2); % strcat(name1{1}''name1{2}' : MINDIST SYMBOLIC % quartile 'num2str(i)' : % 'num2str(min_dist_ab{i}(tn1tn2))) % strcat(name1{1}''name1{2}':euclidean:'num2st % r(euclidean_distance_a_and_c(tn1tn2))) end clear pathstr1 pathstr2 name1 ext1 ext2 versn1 versn2 end end 112

ΠΑΡΑΡΤΗΜΑ matdg=cell(nm1); matdc=cell(nm1); saxdg=cell(nm1); saxdc=cell(nm1); ncontrols=0; nglaucoma=0; % for lr=1:nm [pathstr1 naml ext1 versn1]=fileparts(infile{lr}); if length(naml)==7 ncontrols=ncontrols+1; else nglaucoma=nglaucoma+1; end if lr==1 % ylopoiw to sum(min_dist_ab{9}(lrlr+1:nm)); elegxontas ton % typo ths apostashs an einai apo C h G for lc=lr+1:nm [pathstr1 naml ext1 versn1]=fileparts(infile{lc}); if length(naml)==7 %distfromc(lr)=distfromc(lr)+min_dist_ab{9}(lrlc); matdc{lr}(end+1)=min_dist_ab{9}(lrlc); saxdc{lr}(end+1)=min_dist_ab{5}(lrlc); else %distfromg(lr)=distfromg(lr)+min_dist_ab{9}(lrlc); matdg{lr}(end+1)=min_dist_ab{9}(lrlc); saxdg{lr}(end+1)=min_dist_ab{5}(lrlc); end end elseif lr==nm % ylopoiw to sum(min_dist_ab{9}((lr1):1lr1)); for lc=(lr1):1:1 [pathstr1 naml ext1 versn1]=fileparts(infile{lc}); if length(naml)==7 %distfromc(lr)=distfromc(lr)+min_dist_ab{9}(lclr); matdc{lr}(end+1)=min_dist_ab{9}(lclr); saxdc{lr}(end+1)=min_dist_ab{5}(lclr); else %distfromg(lr)=distfromg(lr)+min_dist_ab{9}(lclr); matdg{lr}(end+1)=min_dist_ab{9}(lclr); saxdg{lr}(end+1)=min_dist_ab{5}(lclr); end end else % sum(min_dist_ab{9}(lrlr+1:nm)); for lc=lr+1:nm [pathstr1 naml ext1 versn1]=fileparts(infile{lc}); if length(naml)==7 113

Βασίλης Κιλίντζης %distfromc(lr)=distfromc(lr)+min_dist_ab{9}(lrlc); matdc{lr}(end+1)=min_dist_ab{9}(lrlc); saxdc{lr}(end+1)=min_dist_ab{5}(lrlc); else %distfromg(lr)=distfromg(lr)+min_dist_ab{9}(lrlc); matdg{lr}(end+1)=min_dist_ab{9}(lrlc); saxdg{lr}(end+1)=min_dist_ab{5}(lrlc); end end % sum(min_dist_ab{9}((lr1):1lr1)); for lc=lr1:1:1 [pathstr1 naml ext1 versn1]=fileparts(infile{lc}); if length(naml)==7 % distfromc(lr)=distfromc(lr)+min_dist_ab{9}(lclr); matdc{lr}(end+1)=min_dist_ab{9}(lclr); saxdc{lr}(end+1)=min_dist_ab{5}(lclr); else % distfromg(lr)=distfromg(lr)+min_dist_ab{9}(lclr); matdg{lr}(end+1)=min_dist_ab{9}(lclr); saxdg{lr}(end+1)=min_dist_ab{5}(lclr); end end end end %calculating mean distance and sd mdg=zeros(nm1); msaxdg=zeros(nm1); mdc=zeros(nm1); msaxdc=zeros(nm1); stmsaxdg=zeros(nm1); stmsaxdc=zeros(nm1); stdg=zeros(nm1); stdc=zeros(nm1); for i=1:nm mdg(i)=mean(matdg{i}); stdg(i)=std(matdg{i}); mdc(i)=mean(matdc{i}); stdc(i)=std(matdc{i}); msaxdg(i)=mean(saxdg{i}); stmsaxdg(i)=std(saxdg{i}); msaxdc(i)=mean(saxdc{i}); stmsaxdc(i)=std(saxdc{i}); end clear matdc matdg saxdg saxdc; if ~verbose for i=1:21 switch i case 1 ttle=strcat('euclidean_symbolic_dist_'num2str(i)); case 2 ttle=strcat('minl_'num2str(i)); case 3 ttle=strcat('maxl_'num2str(i)); case 4 ttle=strcat('difference_in_area_'num2str(i)); case 5 114

ΠΑΡΑΡΤΗΜΑ ttle=strcat('csmsd_'num2str(i)); case 6 ttle=strcat('csmsd_rot_'num2str(i)); case 12 ttle=strcat('contourlength_'num2str(i)); case 11 ttle=strcat('circsim_'num2str(i)); case 10 ttle=strcat('discadjustment_'num2str(i)); case 9 ttle=strcat('euclidean_'num2str(i)); case 7 ttle=strcat('discarea_'num2str(i)); case 8 ttle=strcat('clength2meandistance_'num2str(i)); case 13 ttle=strcat('cup Area_'num2str(i)); case 14 ttle=strcat('mean Distance from Centroid_'num2str(i)); case 15 ttle=strcat('std of contour_'num2str(i)); case 16 ttle=strcat('sum_from mean j_'num2str(i)); case 17 ttle=strcat('std of dif(contour)_'num2str(i)); case 18 ttle=strcat('sum mean diff(j)_'num2str(i)); case 19 ttle=strcat('distfromcirc_'num2str(i)); case 20 ttle=strcat('centrx_'num2str(i)); case 21 ttle=strcat('centry_'num2str(i)); end for j=1:nm [pathstr1 nam ext1 versn1]=fileparts(infile{j}); titless(j)={nam}; end gg{i}=1; gc{i}=1; cc{i}=1; for lr=1:nm1 %grammes 1 ews N1 ka8ws NN=0 [pathstr1 namr ext1 versn1]=fileparts(infile{lr}); for lc=lr+1:nm [pathstr1 naml ext1 versn1]=fileparts(infile{lc}); if length(namr)~= length(naml) %diaforetika =>GC gc{i}(end+1)=min_dist_ab{i}(lrlc); elseif (length(namr)== length(naml)) && length(namr)==7 %control cc{i}(end+1)=min_dist_ab{i}(lrlc); else gg{i}(end+1)=min_dist_ab{i}(lrlc); 115

Βασίλης Κιλίντζης end end end strcat(inputname'_'num2str(alphabetsz)'_'num2str(compression)'_'num2str(symbols)'.xls'); xlswrite (strcat(inputname'_'num2str(alphabetsz)'_'num2str(compression)'_'num2str(symbols)'.xls')titless' ttle 'a2'); xlswrite (strcat(inputname'_'num2str(alphabetsz)'_'num2str(compression)'_'num2str(symbols)'.xls')titless ttle 'b1'); xlswrite (strcat(inputname'_'num2str(alphabetsz)'_'num2str(compression)'_'num2str(symbols)'.xls')min_dist_ab{i} ttle 'b2'); if i~=8 && i<10 %h 8 kai h 10 anaferonte se ka8e contour oxi se syndyasmo ara den fainete sto sheet1 xlswrite (strcat(inputname'_'num2str(alphabetsz)'_'num2str(compression)'_'num2str(symbols)'.xls')horzcat(gc{i}(2:end)cc{i }(2:end)gg{i}(2:end))''Sheet1'strcat(char(65+i) '3')); end end i=1; xlswrite (strcat(inputname'_'num2str(alphabetsz)'_'num2str(compression)'_'num2str(symbols)'.xls') vertcat(ones(length(gc{i}(2:end))1)2*ones(length(cc{i}(2:end))1)3*ones(length(gg{i}(2:end))1)) 'Sheet1'strcat(char(63+i*2) '3')); t{1}='glaucomacontrol=1 controlcontrol=2 glaucomaglaucoma=3'; t{2}='b= euclidean symbolic distance c= maxl d=minl e=cupdiference f=csmsd h=l2l j=euclidean/points'; xlswrite (strcat(inputname'_'num2str(alphabetsz)'_'num2str(compression)'_'num2str(symbols)'.xls')t'sheet1''a1'); ttle='distfrom_c_n_g_20'; xlswrite (strcat(inputname'_'num2str(alphabetsz)'_'num2str(compression)'_'num2str(symbols)'.xls')[{'report'} {strcat('from 'num2str(ncontrols)' Controls')} {'SD of mean'} {strcat('from 'num2str(nglaucoma)' Glaucomas')} {'SD of mean glaucomas'}] ttle 'a1'); xlswrite (strcat(inputname'_'num2str(alphabetsz)'_'num2str(compression)'_'num2str(symbols)'.xls')titless' ttle 'a2'); xlswrite (strcat(inputname'_'num2str(alphabetsz)'_'num2str(compression)'_'num2str(symbols)'.xls')mdc ttle 'b2'); xlswrite (strcat(inputname'_'num2str(alphabetsz)'_'num2str(compression)'_'num2str(symbols)'.xls')stdc ttle 'c2'); xlswrite (strcat(inputname'_'num2str(alphabetsz)'_'num2str(compression)'_'num2str(symbols)'.xls')mdg ttle 'd2'); xlswrite (strcat(inputname'_'num2str(alphabetsz)'_'num2str(compression)'_'num2str(symbols)'.xls')stdg ttle 'e2'); ttle='sax_distfrom_c_n_g_21'; xlswrite (strcat(inputname'_'num2str(alphabetsz)'_'num2str(compression)'_'num2str(symbols)'.xls')[{'report'} {strcat('sax From 'num2str(ncontrols)' Controls')} {'SD of SAX mean'} {strcat('sax From 'num2str(nglaucoma)' Glaucomas')} {'SD of mean SAX glaucomas'}] ttle 'a1'); xlswrite (strcat(inputname'_'num2str(alphabetsz)'_'num2str(compression)'_'num2str(symbols)'.xls')titless' ttle 'a2'); xlswrite (strcat(inputname'_'num2str(alphabetsz)'_'num2str(compression)'_'num2str(symbols)'.xls')msaxdc ttle 'b2'); xlswrite (strcat(inputname'_'num2str(alphabetsz)'_'num2str(compression)'_'num2str(symbols)'.xls')stmsaxdc ttle 'c2'); 116

ΠΑΡΑΡΤΗΜΑ xlswrite (strcat(inputname'_'num2str(alphabetsz)'_'num2str(compression)'_'num2str(symbols)'.xls')msaxdg ttle 'd2'); xlswrite (strcat(inputname'_'num2str(alphabetsz)'_'num2str(compression)'_'num2str(symbols)'.xls')stmsaxdg ttle 'e2'); % minlength maxlength end fclose all; function [Xf DA cntr]=discadj(picmap) % imshow(picmap) for i=1:size(map1) if (map(i1)>0.9 && map(i2)<0.1 && map(i3)<0.5) (map(i1)<0.3 && map(i2)>0.9 && map(i3)<0.2) (map(i1)>0.9 && map(i2)>0.9 && map(i3)>0.9) (map(i1)<0.2 && map(i2)<0.2 && map(i3)>0.9) map(i1)=1; map(i2)=1; map(i3)=1; else map(i1)=0; map(i2)=0; map(i3)=0; end end % figure pic=im2bw(picmap); %pic(grammessthlles) %figureimshow(pic) L=bwlabel(pic); s = regionprops(l 'centroid'); DA= regionprops(l 'Area'); DA = cat(1 DA.Area); % figureimshow(pic) % pause %store centroid in cntr array [sthllh grammh] cntr = round(cat(1 s.centroid)); % hold on % plot(cntr(11)cntr(12)'ro'); %PLOT(XY) pou shmainei sto imshow(sthlhgrammh) % s = regionprops(l 'Area'); %store centroid in cntr array [x y] % E = cat(1 s.area) %briskw tis grammes pou den einai mhden kai dialegw thn prwth %kai thn teleytaia mx=find(l(:cntr(11))1'first'); Mx=find(L(:cntr(11))1'last'); %briskw tis sthlles pou den einai mhden kai dialegw thn prwth %kai thn teleytaia my=find(l(cntr(12):)1'first'); My=find(L(cntr(12):)1'last'); % plot(cntr(11)mx:mx'y'); % plot(my:mycntr(12)'b'); % hold off Xf=(Mymy)/(Mxmx); % ari8mos sthlwn (platos)/ari8mo grammwn(ypsos) % contour = bwtraceboundary(pic [mx cntr(11)] 'N'8inf'clockwise'); % contour(:1)=contour(:1)*xf; % plot(contour(:2)contour(:1)'r') 117

Βασίλης Κιλίντζης % end 5.3 Πίνακες Αποτελεσμάτων Στατιστικής Ανάλυσης 5.3.1 Παραμέτρων HRT 5.3.1.1 KS Test παραμέτρων HRT Κατηγορία προέλευσης = Υγιείς Κατηγορία προέλευσης = Γλαυκωματικοί 118

ΠΑΡΑΡΤΗΜΑ 119

Βασίλης Κιλίντζης 5.3.1.2 Ttest παραμέτρων HRT TTest παραμέτρων του HRT Disc Area(HRT)(mm2) Cup Area(HRT)(mm2) Cup/Disc Ratio (HRT) not not not Independent Samples Test Levene's Test for ity of ttest for ity of Means Variances F Sig. t df Sig. (2 tailed) Mean Difference Std. Error Difference 95% Confidence Interval of the Difference Lower Upper 2185 141 2734 192 7 1463711 0535459 2519849 0407574 2734 183143 7 1463711 0535459 2520173 0407250 22184 0 192 0 5832990 0541021 69098 4765881 10781 155416 0 5832990 0541021 6901694 4764286 10781 26963 0 192 0 2615778 0227480 3064459 2167096 11499 163148 0 2615778 0227480 3064963 2166592 11499 120

ΠΑΡΑΡΤΗΜΑ 5.3.2 Περιγραφή του συνολικού δείγματος Group Statistics Κατηγορία Προέλευσης N Mean Std. Deviation Std. Error Mean Μέγεθος Κύριας Περιοχής Οπτικής Κοίλανσης (ΚΠΟΚ)(pixels) Υγιείς 97 480879 2529412 256823 Γλαυκωματικοί 97 967731 4074878 413741 Μήκος Περιγράμματος (LC) (pixels) Υγιείς 97 326 93451 9489 Γλαυκωματικοί 97 43923 125532 12746 Μέση απόσταση σημείων του περιγράμματος από το κέντρο (pixels) Τυπική απόκλιση μέσης απόστασης σημείων του περιγράμματος από το κέντρο (SDC) (pixels) Μέγεθος Κύριας Περιοχής Οπτικής Κοίλανσης προς Disc Area(HRT). (ΚΠΟΚ/DiscArea) (pixels/mm2) Υγιείς 97 43273384 126090821 12802583 Γλαυκωματικοί 97 44960701 124768337 12668305 Υγιείς 97 5729160 21192101 2151732 Γλαυκωματικοί 97 7719684 27835756 2826293 Υγιείς 97 24491513 116393099 11817929 Γλαυκωματικοί 97 46368637 179274142 18202531 121

Βασίλης Κιλίντζης Απόσταση μεταξύ του κέντρου της ΚΠΟΚ και του Δίσκου Ανεξάρτητη από το μάτι προέλευσης διαφορά στην οριζόντια θέση μεταξύ των κέντρων της ΚΠΟΚ και του Δίσκου(μεγαλύτερο νούμερο σημαίνει πιο ρινικάcntrx(ολα σαν αριστερά μάτια)) (pixels) Διαφορά στην κάθετη θέση μεταξύ των κέντρων της ΚΠΟΚ και του Δίσκου (pixels) Μήκος περιγράμματος προς μήκος περιμέτρου κύκλου εμβαδού ίσου με το εμβαδό περιγράμματος Υγιείς 97 215233 738936 75028 Γλαυκωματικοί 97 139017 755809 76741 Υγιείς 97 203221 790443 80257 Γλαυκωματικοί 97 124166 723783 73489 Υγιείς 97 3279 654226 66427 Γλαυκωματικοί 97 10532 656580 66666 Υγιείς 97 1367757 2906919 0295153 Γλαυκωματικοί 97 1293913 2481222 0251930 Εκκεντρότητα (DiscAdj) Υγιείς 97 935873 0706477 71732 Γλαυκωματικοί 97 960652 1534747 0155830 Κανονικοποιημένο άθροισμα της διαφορά της απόστασης κάθε σημείου του περιγράμματος από τη μέση απόσταση Τυπική απόκλιση του μερικού διαφορικού της σειράς των αποστάσεων Υγιείς 97 4367247 165262 1625088 Γλαυκωματικοί 97 5847757 25197320 25584 Υγιείς 97 728945 0682657 69313 Γλαυκωματικοί 97 705676 0734593 74587 122

ΠΑΡΑΡΤΗΜΑ των σημείων του περιγράμματος από το κέντρο Κανονικοποιημένο άθροισμα των διαφορών του μερικού διαφορικού από το μέσο μερικό διαφορικό της J Υγιείς 97 598041 0680967 69142 Γλαυκωματικοί 97 581571 1028599 0104438 ΚΠΟΚ/Δίσκο Υγιείς 97 2954878316 13452745815 01365919387 Γλαυκωματικοί 97 5889705515 21326344306 02165362191 Συντελεστής μεταβλητότητας μέσης απόστασης σημείων του περιγράμματος από το κέντρο Υγιείς 97 1452190886 07912033152 803345252 Γλαυκωματικοί 97 1881819386 08862473382 899847836 LC/CupArea Υγιείς 97 5210762203699 323264452720 3281605349894 Γλαυκωματικοί 97 3935876290130 16438940163657 1669121485403 SDC/CupArea Υγιείς 97 101593946849 845733086634 85871184624 Γλαυκωματικοί 97 76929777364 585354344258 59433728869 ΚΠΟΚ/DiscArea προς CupArea Υγιείς 97 364311821E3 1671798249E3 16974538917439 Γλαυκωματικοί 97 39558632814E3 144093624450E3 146304909501 LC προς ΚΠΟΚ Υγιείς 97 0792599123 03427612714 348021342 Γλαυκωματικοί 97 0509446927 01956448803 198647279 SDC προς ΚΠΟΚ Υγιείς 97 15426038 110890516 011259226 Γλαυκωματικοί 97 122250 080302753 8153509 123

Βασίλης Κιλίντζης Γραμμική διαχωριστική συνάρτηση SDC&ΚΠΟΚ/DiscArea Μέση απόσταση σημείων του περιγράμματος από το κέντρο (διόρθωση εκκεντρότητας) (pixels) Τυπική απόκλιση μέσης απόστασης σημείων του περιγράμματος από το κέντρο (διόρθωση εκκεντρότητας) (pixels) Τυπική απόκλιση του μερικού διαφορικού της σειράς των αποστάσεων των σημείων του περιγράμματος από το κέντρο (διόρθωση εκκεντρότητας) Συντελεστής μεταβλητότητας μέσης απόστασης σημείων του περιγράμματος από το κέντρο(διόρθωση εκκεντρότητας) Υγιείς 97 7809240 80514112 08174969 Γλαυκωματικοί 97 7809240 116264688 11804891 Υγιείς 97 359050 917854 93194 Γλαυκωματικοί 97 498186 1138856 115633 Υγιείς 97 5424123 20645645 2096248 Γλαυκωματικοί 97 7165697 29632535 38728 Υγιείς 97 70750227 066143316 6715836 Γλαυκωματικοί 97 69356442 110824508 011252524 Υγιείς 97 1580258417 064352551 653375516 Γλαυκωματικοί 97 1524366140 07801285169 7921498 Μέση ευκλείδια απόσταση από υγιείς Υγιείς 97 403567 080260823 8149252 Γλαυκωματικοί 97 47156094 115720357 011749622 Μέση ευκλείδια απόσταση από γλαυκωματικούς Υγιείς 97 47059425 073277179 7440170 Γλαυκωματικοί 97 520634 102220191 010378888 Μέση SAX απόσταση από υγιείς Υγιείς 97 14150183 13696264 1390645 124

ΠΑΡΑΡΤΗΜΑ (n/w=8 a=6) Γλαυκωματικοί 97 14306464 12321422 1251051 Τυπική απόκλιση μέσης SAX απόστασης από υγιείς(n/w=8 a=6) Μέση SAX απόσταση από γλαυκωματικούς(n/w=8 a=6) Τυπική απόκλιση μέσης SAX απόστασης από γλαυκωματικούς(n/w=8 a=6) Μέση SAX απόσταση από υγιείς (n/w=32 a=6) Τυπική απόκλιση μέσης SAX απόστασης από υγιείς (n/w=32 a=6) Μέση SAX απόσταση από γλαυκωματικούς (n/w=32 a=6) Τυπική απόκλιση μέσης SAX απόστασης από γλαυκωματικούς (n/w=32 a=6) Διαφορά μέσης Ευκλείδειας απόστασης από υγιείς μείον μέση απόσταση από γλαυκωματικούς Υγιείς 97 3754096 8172799 0829822 Γλαυκωματικοί 97 3513994 7354591 0746746 Υγιείς 97 13762618 18044799 1832172 Γλαυκωματικοί 97 13910234 16340283 1659104 Υγιείς 97 3821680 9031626 0917023 Γλαυκωματικοί 97 3595324 8434288 0856372 Υγιείς 97 12376058 14608462 1483265 Γλαυκωματικοί 97 12716213 12965628 1316460 Υγιείς 97 4291341 8418279 0854747 Γλαυκωματικοί 97 4105483 7863699 0798438 Υγιείς 97 12031621 20108427 2041701 Γλαυκωματικοί 97 12352772 17788458 1806144 Υγιείς 97 4257379 8963077 09163 Γλαυκωματικοί 97 4118527 8472827 0860285 Υγιείς 97 06709358 026118855 2651968 Γλαυκωματικοί 97 04906910 030560212 3102919 125

Βασίλης Κιλίντζης Διαφορά μέσης SAX απόστασης από υγιείς μείον μέση SAX απόσταση από γλαυκωματικούς Διαφορά μέσης SAX απόστασης από υγιείς μείον μέση SAX απόσταση από γλαυκωματικούς(n/w=32 a=6) Μέση ευκλείδια απόσταση από γλαυκωματικούς (διόρθωση εκκεντρότητας) Τυπική απόκλιση μέσης ευκλείδια απόσταση από γλαυκωματικούς (διόρθωση εκκεντρότητας) Μέση ευκλείδια απόσταση από υγιείς (διόρθωση εκκεντρότητας) Τυπική απόκλιση μέσης ευκλείδια απόσταση από υγιείς (διόρθωση εκκεντρότητας) Διαφορά μέσης απόστασης από υγιείς μείον μέση απόσταση από γλαυκωματικούς (διόρθωση εκκεντρότητας) Υγιείς 97 387565 7135546 0724505 Γλαυκωματικοί 97 396229 7249901 0736116 Υγιείς 97 3444 84514 08581 Γλαυκωματικοί 97 3634 83636 08492 Υγιείς 97 45474319 0693369 70405 Γλαυκωματικοί 97 50329168 106115279 010774374 Υγιείς 97 142666 0117220 11902 Γλαυκωματικοί 97 140203 0135148 13722 Υγιείς 97 39098786 078776014 7998492 Γλαυκωματικοί 97 45474319 121216315 012307652 Υγιείς 97 103140 0108729 11040 Γλαυκωματικοί 97 102012 0141166 14333 Υγιείς 97 06375533 019990690 2029747 Γλαυκωματικοί 97 04854848 023563285 2392489 126

ΠΑΡΑΡΤΗΜΑ Μέση SAX απόσταση από υγιείς (n/w=8 a=6)(διόρθωση εκκεντρότητας) Τυπική απόκλιση μέσης SAX απόστασης από υγιείς (n/w=8 a=6) (διόρθωση εκκεντρότητας) Μέση SAX απόσταση από γλαυκωματικούς (n/w=8 a=6)(διόρθωση εκκεντρότητας) Τυπική απόκλιση μέσης SAX απόστασης από γλαυκωματικούς (n/w=8 a=6)(διόρθωση εκκεντρότητας) Διαφορά μέσης SAX απόστασης από υγιείς μείον μέση SAX απόσταση από γλαυκωματικούς (n/w=8 a=6) (διόρθωση εκκεντρότητας) Υγιείς 97 14874233 9502286 0964811 Γλαυκωματικοί 97 14720437 8859126 0899508 Υγιείς 97 3509533 81387 0826289 Γλαυκωματικοί 97 3690278 7474696 0758940 Υγιείς 97 14720437 15052236 1528323 Γλαυκωματικοί 97 14219061 12412250 1260273 Υγιείς 97 3454984 8724570 0885846 Γλαυκωματικοί 97 3670419 7957265 0807938 Υγιείς 97 153797 8076104 08204 Γλαυκωματικοί 97 501375 6767011 0687086 127

Βασίλης Κιλίντζης 5.3.3 Πίνακες Αποτελεσμάτων KS test 5.3.3.1 Στο σύνολο των δεδομένων ανά Κατηγορία Προέλευσης Κατηγορία Προέλευσης = Υγιείς 128

ΠΑΡΑΡΤΗΜΑ 129

Βασίλης Κιλίντζης 130

ΠΑΡΑΡΤΗΜΑ 131

Βασίλης Κιλίντζης Κατηγορία Προέλευσης = Γλαυκωματικοί 132

ΠΑΡΑΡΤΗΜΑ 133

Βασίλης Κιλίντζης 134

ΠΑΡΑΡΤΗΜΑ 135

Βασίλης Κιλίντζης 136

ΠΑΡΑΡΤΗΜΑ 137

Βασίλης Κιλίντζης 5.3.4 Πίνακες Independent Samples Test και MannWhitney U Test 5.3.4.1 Ανά Μελέτη TTest Σετ Δεδομένων = ΠΥΘΑΓΟΡΑΣ Independent Samples Test a Levene's Test for ity of Variances ttest for ity of Means F S t df Si Mean Std. Error Difference 95% Confidence Interval of the ig. g. (2 Difference Difference tailed) Lower Upper Μέγεθος Κύριας 25 88 0 6071015 703049 7468177 4673853 Περιοχής Οπτικής 138

Κοίλανσης (ΚΠΟΚ)(pixels) 54 114 8635 not 8265 64 848 0 ΠΑΡΑΡΤΗΜΑ 6071015 734555 7538087 4603943 Μήκος 24 88 0 158075 23381 204539 111611 Περιγράμματος (LC) 44 122 6761 (pixels) 72 0 158075 24039 205993 110157 6576 344 not Μέση απόσταση 26 1 88 8 4345053 24552750 44448378 53138484 σημείων του 2 610 77 60 περιγράμματος από το κέντρο (pixels) 1 81 8 4345053 24686839 44766289 53456395 76 849 61 not Τυπική απόκλιση μέσης απόστασης σημείων του περιγράμματος από 29 88 0 18991227 51555 29127508 8854946 93 087 3723 77 0 18991227 5181498 29307345 8675109 139

Βασίλης Κιλίντζης το κέντρο (SDC) (pixels) not 3665 738 Μέγεθος Κύριας 17 88 0 268975997 31672572 331918578 206033416 Περιοχής Οπτικής 96 184 8492 Κοίλανσης προς Disc Area(HRT). (ΚΠΟΚ/DiscArea) (pixels/mm2) not 8266 72 713 0 268975997 32538551 333829546 204122448 Απόσταση μεταξύ 89 6 88 0 999205 144936 711176 1287234 του κέντρου της 1 348 894 ΚΠΟΚ και του Δίσκου 6 78 0 999205 146887 706818 1291592 803 738 not Ανεξάρτητη από 03 6 88 0 986506 151401 685628 1287384 το μάτι προέλευσης 0 864 516 διαφορά στην οριζόντια θέση μεταξύ των κέντρων της ΚΠΟΚ και του 6 505 83 153 0 986506 151663 684863 1288149 140

ΠΑΡΑΡΤΗΜΑ Δίσκου(μεγαλύτερο not νούμερο σημαίνει πιο ρινικά(ολα σαν αριστερά μάτια)) (pixels) Διαφορά στην 25 7 88 4 91564 129858 166502 349629 κάθετη θέση μεταξύ 35 115 05 83 των κέντρων της ΚΠΟΚ και του Δίσκου (pixels) 7 23 88 0 4 72 91564 126629 1684 343211 not Μήκος 02 8 88 4 0476121 0572456 0661515 1613757 περιγράμματος προς 6 872 32 08 μήκος περιμέτρου κύκλου εμβαδού ίσου με το εμβαδό περιγράμματος not 8 37 85 624 4 05 0476121 0568636 0654361 1606603 Εκκεντρότητα 52 1 88 1 0190781 0139659 86762 0468324 (DiscAdj) 9 469 366 75 1 80 1 0190781 0140887 89562 0471124 141

Βασίλης Κιλίντζης not 354 6 79 Κανονικοποιημένο 39 88 0 9395278 4014054 17372366 1418190 άθροισμα της 28 051 2341 22 διαφορά της απόστασης κάθε σημείου του περιγράμματος από τη μέση απόσταση not 2281 73 295 0 25 9395278 4118596 17603070 1187486 Τυπική απόκλιση 26 3 88 0 0418470 0134288 0151601 0685339 του μερικού 10 110 116 02 διαφορικού της σειράς των αποστάσεων των σημείων του περιγράμματος από το κέντρο not 3 030 72 212 0 03 0418470 0138109 0143168 0693771 Κανονικοποιημένο 43 3 88 0 0475841 0139171 0199268 0752415 άθροισμα των 53 040 419 01 διαφορών του μερικού διαφορικού από το μέσο μερικό 3 303 69 133 0 02 0475841 0144079 0188422 0763261 142

ΠΑΡΑΡΤΗΜΑ διαφορικό της J not ΚΠΟΚ/Δίσκο 28 88 0 03763973878 48 095 9280 34929111269 42409218409 274494129 68 0 039985673 8954 619 34929111269 42712136354 27146086184 not Συντελεστής 19 88 0 01862793823 μεταβλητότητας μέσης 172 2838 06 05286084894 08987996178 01584173609 απόστασης σημείων του περιγράμματος από το κέντρο 2826 82 298 0 06 05286084894 01870637138 097176508 01564993279 not LC/CupArea 21 1 88 2 60881853840 5095319758440 16214062698 091 0 195 35 09 40376919312 029 1 73 2 60881853840 4752190835966 155572055 281 966 04 09 3380834237013 031 not 143

Βασίλης Κιλίντζης SDC/CupArea 21 1 88 1 16563645558 101694351747 36773261012 470 0 629 07 3 36459698954 0 1 80 0 16563645558 96014980132 35670615665 725 169 88 3 25433245493 9 not ΚΠΟΚ/DiscArea 12 88 1 381934987017 17101058644 προς CupArea 399 1 1540 27 5883040646 134701658726E3 270 86 1 36690632240317 14135564057 1603 224 13 5883040646 131736164139E3 250 not LC προς ΚΠΟΚ 11 5 88 0 03137216221 580221578 01984147760 04290284681 815 1 407 5 72 0 03137216221 539307575 02062140994 04212291448 817 058 not SDC προς ΚΠΟΚ 45 3 88 0 067063791 018404366 030488980 103638602 144

ΠΑΡΑΡΤΗΜΑ 24 036 644 3 70 0 067063791 017053925 033053239 101074343 932 286 not Γραμμική 41 88 0 1836423 21333206 225995687 141205160 διαχωριστική 5 521 8606 συνάρτηση SDC&ΚΠΟΚ/DiscArea 76 0 1836423 21718748 226849761 140351085 8454 801 not Μέση απόσταση 27 88 0 1723464 218157 21575 1289924 σημείων του 6 601 79 περιγράμματος από το κέντρο (διόρθωση εκκεντρότητας) (pixels) not 7731 75 125 0 1723464 222940 2167572 1279357 Τυπική απόκλιση 35 88 0 12281767 5083999 22385146 2178388 μέσης απόστασης 85 062 2416 18 σημείων του 145

Βασίλης Κιλίντζης περιγράμματος από 75 0 12281767 5192147 22624126 1939407 το κέντρο (διόρθωση 2365 412 21 εκκεντρότητας) not (pixels) Τυπική απόκλιση 64 3 88 0 049337656 013721203 022069648 076605663 του μερικού 99 013 596 01 διαφορικού της σειράς των αποστάσεων των σημείων του περιγράμματος από το κέντρο (διόρθωση εκκεντρότητας) not 3 451 66 153 0 01 049337656 014295874 020796254 077879058 Συντελεστής 80 1 88 0 02361959709 01301833999 04949081221 μεταβλητότητας μέσης 7 371 814 73 225161803 απόστασης σημείων του περιγράμματος από το κέντρο(διόρθωση εκκεντρότητας) not 1 794 79 627 0 77 02361959709 01316508442 258163904 04982083322 Μέση ευκλείδια 64 88 0 0621275 0208339 1035306 0207244 απόσταση από υγιείς 95 013 2982 04 ανά μελέτη 146

ΠΑΡΑΡΤΗΜΑ 74 0 0621275 0213408 1046494 0196057 2911 062 05 not Μέση ευκλείδια 15 88 0 0348045 0185797 0717276 21187 απόσταση από 57 215 1873 64 γλαυκωματικούς TES ανά μελέτη 80 0 0348045 0187580 0721319 25230 1855 289 67 not Μέση SAX 1 88 0 4265983 2559408 0820301 9352268 απόσταση από υγιείς 0 998 667 99 ανά μελέτη(n/w=8 a=6) 1 83 0 4265983 2559262 0823625 9355592 667 734 99 not Μέση SAX 28 2 88 0 10778283 3989847 28493 18707265 απόσταση από 61 094 701 08 γλαυκωματικούς ανά μελέτη (n/w=8 a=6) 2 87 0 10778283 3883911 3059789 18496776 775 970 07 147

Βασίλης Κιλίντζης not Διαφορά μέσης 42 88 0 02732 678 04079 01386 απόστασης από υγιείς 3 517 4033 μείον μέση απόσταση από γλαυκωματικούς ανά μελέτη 3979 78 753 0 02732 687 04099 01365 not Διαφορά μέσης 46 88 0 65123 21689 108225 22021 SAX απόστασης από 83 033 33 03 υγιείς μείον μέση SAX απόσταση από γλαυκωματικούς ανά μελέτη (n/w=8 a=6) not 3098 87 692 0 03 65123 21021 1069 23346 a. Σετ Δεδομένων = ΠΥΘΑΓΟΡΑΣ Σετ Δεδομένων = TES 148

ΠΑΡΑΡΤΗΜΑ Independent Samples Test a Levene's Test ttest for ity of Means for ity of Variances F Sig. t df Si Mean Std. Error 95% Confidence Interval of the g. (2 Difference Difference Difference tailed) Lower Upper Μέγεθος Κύριας 60 01 102 0 4040322 657485 5344440 2736204 Περιοχής Οπτικής 40 6 6145 Κοίλανσης (ΚΠΟΚ)(pixels) 949 0 4040322 629426 5289896 2790747 not 6419 67 Μήκος 31 07 102 0 93937 20858 135308 52566 Περιγράμματος (LC) 85 7 4504 (pixels) 101 0 93937 20344 134292 53582 not 4617 547 Μέση απόσταση 05 82 102 2 27602870 25847554 78871371 23665631 σημείων του 0 3 1068 88 περιγράμματος από 149

Βασίλης Κιλίντζης το κέντρο (pixels) 936 2 27602870 26114523 79456699 24250959 not 1057 08 93 Τυπική απόκλιση 37 05 102 0 20534927 5033175 30518205 10551649 μέσης απόστασης 13 7 4080 σημείων του περιγράμματος από το κέντρο (SDC) (pixels) not 4228 986 96 0 20534927 4857248 30173128 10896727 Μέγεθος Κύριας 78 102 0 187285224 28695773 244203153 130367295 Περιοχής Οπτικής 56 6 6527 Κοίλανσης προς Disc Area(HRT). (ΚΠΟΚ/DiscArea) (pixels/mm2) not 6871 902 51 0 187285224 27255952 241431878 133138570 Απόσταση μεταξύ 02 86 3 102 0 557883 155894 248669 867098 του κέντρου της 9 5 579 01 ΚΠΟΚ και του Δίσκου 3 955 0 557883 156877 246467 8693 not 556 78 01 150

ΠΑΡΑΡΤΗΜΑ Ανεξάρτητη από 28 59 3 102 0 617436 155825 308357 926514 το μάτι προέλευσης 6 4 962 διαφορά στην οριζόντια θέση μεταξύ των κέντρων της ΚΠΟΚ και του Δίσκου(μεγαλύτερο not 3 896 899 81 0 617436 158480 302586 932285 νούμερο σημαίνει πιο ρινικά(ολα σαν αριστερά μάτια)) (pixels) Διαφορά στην 80 37 102 0 241576 134023 507411 24258 κάθετη θέση μεταξύ 5 2 1802 74 των κέντρων της ΚΠΟΚ και του Δίσκου (pixels) not 1836 102 0 0 69 241576 131550 502505 19353 Μήκος 29 08 1 102 1 0869511 0533488 0188661 1927683 περιγράμματος προς 95 7 630 06 μήκος περιμέτρου κύκλου εμβαδού ίσου με το εμβαδό περιγράμματος not 1 590 853 71 1 15 0869511 0546780 0217567 1956588 151

Βασίλης Κιλίντζης Εκκεντρότητα 27 10 102 0 0526222 0287278 1096035 43592 (DiscAdj) 38 1 1832 70 781 0 0526222 0268392 1060527 08084 not 1961 96 53 Κανονικοποιημένο 54 02 102 0 18329674 4422619 27101918 9557430 άθροισμα της 63 1 4145 διαφορά της απόστασης κάθε σημείου του περιγράμματος από τη μέση απόσταση not 4358 910 29 0 18329674 4205763 26683870 9975478 Τυπική απόκλιση 76 38 3 102 6 59709 0150525 0238855 0358274 του μερικού 5 4 97 92 διαφορικού της σειράς των αποστάσεων των σημείων του περιγράμματος από το κέντρο not 3 95 965 11 6 94 59709 0151165 0240331 0359749 Κανονικοποιημένο 53 46 102 7 74247 0198450 0467871 0319377 άθροισμα των 9 4 374 09 διαφορών του μερικού 152

ΠΑΡΑΡΤΗΜΑ διαφορικού από το 990 6 74247 0191716 0454648 0306154 μέσο μερικό not 387 91 99 διαφορικό της J ΚΠΟΚ/Δίσκο 10 102 0 03391484940 063 2 7611 258127378 32539724376 19085735780 914 0 03227167661 not 7999 18 258127378 32222706936 19402753220 Συντελεστής 29 09 102 0 01591362545 μεταβλητότητας μέσης 2 2319 22 03690578684 06847038746 534118622 απόστασης σημείων του περιγράμματος από το κέντρο not 2365 101 992 0 20 03690578684 01560579908 06785984614 595172754 LC/CupArea 15 4 102 0 21851858602 46943077798 12540721378 31162995825 561 0 655 188 63 597 779 4 687 0 21851858602 49413412060 119936626 31710116577 not 422 84 188 41 442 933 SDC/CupArea 69 01 2 102 0 40769239068 163078572 84226816338 73115796502 79 0 5 14 1 4 3 153

Βασίλης Κιλίντζης 2 795 0 40769239068 16871148239 71914473822 74347030753 not 417 16 18 1 5 9 ΚΠΟΚ/DiscArea 64 01 1 102 9 28191253065 226249587 47695623613 προς CupArea 73 2 25 01 46 309 420573730687 779 1 855 8 28191253065 21343461612 45251914869 not 32 21 95 46 914 39613664255913 4 LC προς ΚΠΟΚ 14 4 102 0 02599229879 562798687 01482921352 03715538407 075 0 618 4 740 0 02599229879 587325834 01428970636 03769489123 not 426 50 SDC προς ΚΠΟΚ 46 03 2 102 0 046666297 020580150 5845666 087486927 27 4 268 25 2 895 0 046666297 020945619 5051466 088281127 not 228 73 28 154

ΠΑΡΑΡΤΗΜΑ Γραμμική 90 102 0 139077864 19024181 176812238 101343491 διαχωριστική 84 3 7311 συνάρτηση SDC&ΚΠΟΚ/DiscArea 906 0 139077864 18081385 174996055 103159674 not 7692 74 Μέση απόσταση 16 20 102 0 1145139 201070 1543960 746318 σημείων του 31 4 5695 περιγράμματος από το κέντρο (διόρθωση εκκεντρότητας) (pixels) not 5803 102 0 0 1145139 197350 1536583 753695 Τυπική απόκλιση 42 04 102 0 20665408 5235904 31050799 102818 μέσης απόστασης 52 2 3947 σημείων του περιγράμματος από το κέντρο (διόρθωση εκκεντρότητας) (pixels) not 4119 954 51 0 20665408 5017030 30624865 10705952 Τυπική απόκλιση 88 35 102 5 013567360 021118012 055454837 028320118 του μερικού 1 0 642 22 διαφορικού της σειράς 155

Βασίλης Κιλίντζης των αποστάσεων των 949 5 013567360 020215640 0537823 026566104 σημείων του not 671 37 04 περιγράμματος από το κέντρο (διόρθωση εκκεντρότητας) Συντελεστής 98 102 7 01532484277 02464752259 μεταβλητότητας μέσης 1 0 375 08 574923039 03614598336 απόστασης σημείων του περιγράμματος από το κέντρο(διόρθωση εκκεντρότητας) not 381 101 929 7 04 574923039 01507861882 03565784834 02415938757 Μέση ευκλείδια 69 01 102 0 0723766 02197 1120857 0326676 απόσταση από υγιείς 18 0 3615 ανά μελέτη 934 0 0723766 0191145 1103316 0344216 not 3786 77 Μέση ευκλείδια 98 102 0 0590794 0176095 09477 0241511 απόσταση από 08 2 3355 01 γλαυκωματικούς TES ανά μελέτη 905 0 0590794 0167342 0923220 0258368 not 156

ΠΑΡΑΡΤΗΜΑ 3530 76 01 Μέση SAX 24 61 2 102 7 0766571 2710684 46157 6143199 απόσταση από υγιείς 8 9 83 78 ανά μελέτη(n/w=8 a=6) 2 992 7 0766571 2703311 4597231 6130373 not 84 28 77 Μέση SAX 17 67 3 102 7 1209910 3163177 5064236 7484057 απόσταση από 2 9 82 03 γλαυκωματικούς ανά μελέτη (n/w=8 a=6) 3 1 7 1209910 3137038 5013282 7433103 not 86 795 01 Διαφορά μέσης 35 06 102 0 01330 432 02186 473 απόστασης από υγιείς 89 1 3080 03 μείον μέση απόσταση από γλαυκωματικούς ανά μελέτη not 3128 101 881 0 02 01330 425 02173 487 Διαφορά μέσης 02 86 102 6 04433 11175 26599 17732 SAX απόστασης από 8 8 397 92 υγιείς μείον μέση SAX 157

Βασίλης Κιλίντζης απόσταση από 951 6 04433 11255 26777 17910 γλαυκωματικούς ανά not 394 64 95 μελέτη (n/w=8 a=6) a. Σετ Δεδομένων = TES 5.3.4.2 Στο σύνολο των δεδομένων Independent Samples Test Levene's Test for ity of Variances ttest for ity of Means F S t df Si Mean Std. Error 95% Confidence Interval of the ig. g. (2 Difference Difference Difference tailed) Lower Upper Μέγεθος Κύριας 13 192 0 4868515 486970 5829013 3908018 Περιοχής Οπτικής 579 0 9998 Κοίλανσης (ΚΠΟΚ)(pixels) 160 0 4868515 486970 5830214 3906817 not 158

ΠΑΡΑΡΤΗΜΑ 9998 416 Μήκος 72 192 0 119165 15890 150506 87824 Περιγράμματος (LC) 82 8 7499 (pixels) 177 0 119165 15890 150523 87807 not 7499 403 Μέση απόσταση 47 192 3 16873170 18010888 52397783 18651442 σημείων του 7 491 937 50 περιγράμματος από το κέντρο (pixels) 191 3 16873170 18010888 52397808 18651467 not 937 979 50 Τυπική απόκλιση 72 192 0 19905233 3552166 26911512 12898954 μέσης απόστασης 76 8 5604 σημείων του περιγράμματος από το κέντρο (SDC) (pixels) not 5604 179 301 0 19905233 3552166 26914660 12895805 Μέγεθος Κύριας 13 192 0 218771234 21702433 261577036 175965432 Περιοχής Οπτικής 277 0 180 Κοίλανσης προς Disc 159

Βασίλης Κιλίντζης Area(HRT). 164 0 218771234 21702433 261622042 175920426 (ΚΠΟΚ/DiscArea) not 180 722 (pixels/mm2) Απόσταση μεταξύ 89 71 192 0 762159 107323 550475 973843 του κέντρου της ΚΠΟΚ 2 346 02 και του Δίσκου 71 191 0 762159 107323 550474 973843 not 02 902 Ανεξάρτητη από το 72 192 0 790550 108820 575913 15187 μάτι προέλευσης 5 945 65 διαφορά στην οριζόντια θέση μεταξύ των κέντρων της ΚΠΟΚ και του Δίσκου(μεγαλύτερο νούμερο σημαίνει πιο not 72 65 190 529 0 790550 108820 575902 15197 ρινικά(ολα σαν αριστερά μάτια)) (pixels) Διαφορά στην 14 192 4 72527 94111 258150 113097 κάθετη θέση μεταξύ των 0 709 771 42 κέντρων της ΚΠΟΚ και του Δίσκου (pixels) 191 4 72527 94111 258150 113097 not 160

ΠΑΡΑΡΤΗΜΑ 771 998 42 Μήκος 10 19 192 0 0738438 0388051 26954 1503829 περιγράμματος προς 82 299 03 59 μήκος περιμέτρου κύκλου εμβαδού ίσου με το εμβαδό περιγράμματος not 19 03 187 379 0 59 0738438 0388051 27073 1503949 Εκκεντρότητα 46 192 1 0247787 0171547 0586146 90573 (DiscAdj) 70 032 1444 50 134 1 0247787 0171547 0587056 91482 not 1444 936 51 Κανονικοποιημένο 12 192 0 14805106 3030895 20783232 8826979 άθροισμα της διαφορά 436 1 4885 της απόστασης κάθε σημείου του περιγράμματος από τη μέση απόσταση not 4885 162 622 0 14805106 3030895 207989 8820122 Τυπική απόκλιση 18 22 192 0 0232689 0101821 31857 0433520 του μερικού διαφορικού 1 671 85 23 της σειράς των 161

Βασίλης Κιλίντζης αποστάσεων των 22 190 0 0232689 0101821 31850 0433527 σημείων του not 85 977 23 περιγράμματος από το κέντρο Κανονικοποιημένο 29 13 192 1 0164702 0125252 82344 0411748 άθροισμα των 40 088 15 90 διαφορών του μερικού διαφορικού από το μέσο μερικό διαφορικό της J not 13 15 166 591 1 90 0164702 0125252 82583 0411987 ΚΠΟΚ/Δίσκο 16 192 0 02560181476 341 0 11463 29348271993 34397964953 24298579032 161 0 02560181476 not 11463 956 29348271993 34403913046 24292630939 Συντελεστής 51 192 0 01206270999 μεταβλητότητας μέσης 45 024 3562 042962851 06675529686 01917040316 απόστασης σημείων του περιγράμματος από το κέντρο not 3562 189 581 0 042962851 01206270999 06675722241 01916847760 162

ΠΑΡΑΡΤΗΜΑ LC/CupArea 31 34 192 0 12748859135 368169857 54870909070 210627364 293 0 63 01 681 42 73 289 34 142 0 12748859135 368169857 54710816908 226636580 not 63 555 01 681 42 75 487 SDC/CupArea 11 23 192 0 24664169484 10443288981 40658629389 45262476030 069 1 62 19 6 9 3 23 170 0 24664169484 10443288981 40496421171 45278696852 not 62 809 19 6 9 0 ΚΠΟΚ/DiscArea 47 192 1 22409512164 86572332316 προς CupArea 87 030 1586 14 35543209933638 465 79743653098912 35 187 1 22409512164 86633350203 not 1586 911 14 35543209933638 465 79749754887663 86 LC προς ΚΠΟΚ 25 70 192 0 02831521962 4723840 02041135665 03621908258 345 0 66 70 152 0 02831521962 4723840 02039837258 03623206665 not 66 551 163

Βασίλης Κιλίντζης SDC προς ΚΠΟΚ 73 38 192 0 054037883 013901435 026618742 081457024 37 7 87 38 174 0 054037883 013901435 026601805 081473960 not 87 970 Γραμμική 11 192 0 156184809 14359163 184506772 127862846 διαχωριστική 665 1 10877 συνάρτηση SDC&ΚΠΟΚ/DiscArea 170 0 156184809 14359163 184529014 127840604 not 10877 860 Μέση απόσταση 30 192 0 1391355 148513 1684282 1098429 σημείων του 57 082 9369 περιγράμματος από το κέντρο (διόρθωση εκκεντρότητας) (pixels) not 9369 183 708 0 1391355 148513 1684366 1098345 Τυπική απόκλιση 10 192 0 17415747 3666974 24648473 10183020 μέσης απόστασης 016 2 4749 164

ΠΑΡΑΡΤΗΜΑ σημείων του περιγράμματος από το κέντρο (διόρθωση εκκεντρότητας) (pixels) not 4749 171 428 0 17415747 3666974 24653983 10177511 Τυπική απόκλιση 36 10 192 2 013937857 013104265 011908948 039784663 του μερικού διαφορικού 20 059 64 89 της σειράς των αποστάσεων των σημείων του περιγράμματος από το κέντρο (διόρθωση not 10 64 156 691 2 89 013937857 013104265 011945941 039821655 εκκεντρότητας) Συντελεστής 10 54 192 5 558922771 01026802203 02584183833 μεταβλητότητας μέσης 96 296 4 87 01466338292 απόστασης σημείων του περιγράμματος από το κέντρο(διόρθωση εκκεντρότητας) not 54 4 185 297 5 87 558922771 01026802203 01466803041 02584648582 Μέση ευκλείδια 14 192 0 068060266 014299088 096263737 039856794 απόσταση από υγιείς 178 0 4760 171 0 068060266 014299088 096285716 039834815 not 4760 5 165

Βασίλης Κιλίντζης Μέση ευκλείδια 11 192 0 0535787 012770178 075223642 024847933 απόσταση από 187 1 3918 γλαυκωματικούς 174 0 0535787 012770178 075240124 024831450 not 3918 053 Μέση SAX 69 192 4 1562805 1870567 5252305 2126695 απόσταση από υγιείς 6 405 835 04 (n/w=8 a=6) 189 4 1562805 1870567 5252565 2126955 not 835 891 05 Τυπική απόκλιση 12 21 192 0 2401018 1116348 0199137 4602899 μέσης SAX απόστασης 70 261 51 33 από υγιείς(n/w=8 a=6) 21 189 0 2401018 1116348 0198982 4603054 not 51 902 33 Μέση SAX 14 192 5 1476158 2471736 6351403 3399086 απόσταση από 07 237 597 51 166

ΠΑΡΑΡΤΗΜΑ γλαυκωματικούς(n/w=8 a=6) 190 5 1476158 2471736 6351705 3399388 not 597 140 51 Τυπική απόκλιση 64 18 192 0 2263567 1254713 0211224 4738358 μέσης SAX απόστασης 6 423 04 73 από γλαυκωματικούς(n/w=8 a=6) not 18 04 191 108 0 73 2263567 1254713 0211298 4738431 Μέση SAX 21 192 0 3401548 1983215 7313234 0510138 απόσταση από υγιείς 5 643 1715 88 (n/w=32 a=6) 189 0 3401548 1983215 7313584 0510488 not 1715 331 88 Τυπική απόκλιση 12 15 192 1 1858577 1169656 0448448 4165602 μέσης SAX απόστασης 2 727 89 14 από υγιείς (n/w=32 a=6) 15 191 1 1858577 1169656 0448516 4165670 not 89 115 14 167

Βασίλης Κιλίντζης Μέση SAX 17 192 2 3211505 2725931 8588123 2165112 απόσταση από 24 191 1178 40 γλαυκωματικούς (n/w=32 a=6) 189 2 3211505 2725931 8588630 2165620 not 1178 185 40 Τυπική απόκλιση 12 11 192 2 1388521 1252320 1081550 3858592 μέσης SAX απόστασης 3 726 09 69 από γλαυκωματικούς (n/w=32 a=6) 11 191 2 1388521 1252320 1081599 3858641 not 09 396 69 Διαφορά μέσης 18 192 0 018024478 4081794 026075395 9973562 Ευκλείδειας απόστασης 49 175 4416 από υγιείς μείον μέση απόσταση γλαυκωματικούς από not 4416 187 452 0 018024478 4081794 026076634 9972323 Διαφορά μέσης SAX 192 9 86647 1032848 2123832 1950538 απόστασης από υγιείς 9 924 084 33 μείον μέση SAX 168

ΠΑΡΑΡΤΗΜΑ απόσταση από 191 9 86647 1032848 2123835 1950541 γλαυκωματικούς not 084 951 33 Διαφορά μέσης SAX 01 192 8 019 12073 25713 21912 απόστασης από υγιείς 3 909 157 75 μείον μέση SAX απόσταση από γλαυκωματικούς(n/w=32 a=6) not 157 191 979 8 75 019 12073 25713 21912 Μέση ευκλείδια 11 192 0 048548485 012870463 073934140 023162829 απόσταση από 223 1 3772 γλαυκωματικούς (διόρθωση εκκεντρότητας) not 3772 165 334 0 048548485 012870463 073960135 023136835 Τυπική απόκλιση 20 13 192 1 24630 18165 11198 60458 μέσης ευκλείδια 66 152 56 77 απόσταση από γλαυκωματικούς (διόρθωση εκκεντρότητας) not 13 56 188 238 1 77 24630 18165 11202 60462 Μέση ευκλείδια 13 192 0 063755330 014678358 092706871 034803789 απόσταση από υγιείς 186 0 4343 169

Βασίλης Κιλίντζης (διόρθωση εκκεντρότητας) 164 0 063755330 014678358 092737189 034773471 not 4343 815 Τυπική απόκλιση 84 62 192 5 11285 18092 244 46969 μέσης ευκλείδια 50 4 4 34 απόσταση από υγιείς (διόρθωση εκκεντρότητας) not 62 4 180 251 5 34 11285 18092 24415 46984 Διαφορά μέσης 24 192 0 015206845 3137495 021395230 9018460 απόστασης από υγιείς 07 122 4847 μείον μέση απόσταση από γλαυκωματικούς (διόρθωση εκκεντρότητας) not 4847 187 033 0 015206845 3137495 021396272 9017418 Μέση SAX 95 11 192 2 1537966 1319081 1063785 4139716 απόσταση από υγιείς 7 329 66 45 (n/w=8 a=6)(διόρθωση εκκεντρότητας) 11 191 2 1537966 1319081 1063866 4139797 not 66 065 45 170

ΠΑΡΑΡΤΗΜΑ Τυπική απόκλιση 88 192 1 1807450 1121938 4020356 0405456 μέσης SAX απόστασης 0 349 1611 09 από υγιείς (n/w=8 a=6) (διόρθωση εκκεντρότητας) not 1611 190 629 1 09 1807450 1121938 4020457 0405557 Μέση SAX 61 25 192 0 5013755 1980924 1106587 8920922 απόσταση από 014 31 12 γλαυκωματικούς (n/w=8 a=6)(διόρθωση εκκεντρότητας) not 25 31 185 277 0 12 5013755 1980924 1105688 8921822 Τυπική απόκλιση 14 192 0 2154346 1198952 4519155 0210464 μέσης SAX απόστασης 44 231 1797 74 από γλαυκωματικούς (n/w=8 a=6)(διόρθωση εκκεντρότητας) not 1797 190 396 0 74 2154346 1198952 4519281 0210590 Διαφορά μέσης SAX 36 192 0 3475789 1069810 5585879 1365699 απόστασης από υγιείς 61 057 3249 01 μείον μέση SAX 171

Βασίλης Κιλίντζης απόσταση από 186 0 3475789 1069810 5586289 1365289 γλαυκωματικούς (n/w=8 not 3249 293 01 a=6) (διόρθωση εκκεντρότητας) 172

ΠΑΡΑΡΤΗΜΑ 5.3.4.3 MannWhitney U Non parametric Test στο σύνολο 173

Βασίλης Κιλίντζης 5.3.5 Στάθμιση ως προς HRT Disc Area (ANCOVA) General Linear Model ANCOVA Multivariate Tests b Effect Value F Hypoth esis df Error df Sig. rcept Inte Pillai's Trace 925 14568 150 1770 5 a 0 Wilks' Lambda 075 14568 150 1770 5 a 0 Hotelling's Trace 12346 14568 150 1770 5 a 0 Roy's Largest Root 12346 14568 150 1770 5 a 0 HR Pillai's 857 70781 150 1770 0 T_DA Trace a Wilks' 143 70781 150 1770 0 Lambda a Hotelling's 5998 70781 150 1770 0 Trace a Roy's 5998 70781 150 1770 0 Largest Root a Gro Pillai's 538 13754 150 1770 0 up Trace a Wilks' 462 13754 150 1770 0 Lambda a Hotelling's 1166 13754 150 1770 0 Trace a 174

ΠΑΡΑΡΤΗΜΑ Roy's 1166 13754 150 1770 0 Largest Root a a. Exact statistic b. Design: Intercept + HRT_DA + Group Tests of BetweenSubjects Effects Sour Dependent Type III d Mean F S ce Variable Sum of f Square ig. Squares Corr Μέγεθος 1567E 2 7836E 83 ected Κύριας Περιοχής 9 8 587 Model Οπτικής Κοίλανσης 0 (ΚΠΟΚ)(pixels) Μήκος 1046E 2 523090 50 Περιγράμματος 6 385 113 (LC) (pixels) 0 Τυπική απόκλιση μέσης απόστασης σημείων του περιγράμματος από το κέντρο (SDC) (pixels) 19488 5 c 877 2 97443 15 0 Μέγεθος 2327E 2 1163E 50 Κύριας Περιοχής 8 8 735 Οπτικής Κοίλανσης 0 προς Disc Area(HRT). (ΚΠΟΚ/DiscArea) (pixels/mm2) Απόσταση μεταξύ του κέντρου 28328 2 14164 60 e 30 25 260 της ΚΠΟΚ και του 0 Δίσκου Ανεξάρτητη από το μάτι 30311 2 15155 12 f 56 26 251 προέλευσης 0 διαφορά στην 175

Βασίλης Κιλίντζης οριζόντια θέση μεταξύ των κέντρων της ΚΠΟΚ και του Δίσκου(μεγαλύτερο νούμερο σημαίνει πιο ρινικά(ολα σαν αριστερά μάτια)) (pixels) Κανονικοποιημ ένο άθροισμα της διαφορά της απόστασης κάθε σημείου του περιγράμματος από τη μέση απόσταση 10690 0 g 943 2 53450 11 0 ΚΠΟΚ/Δίσκο 4201 h 2 2101 65 991 0 Μέση ευκλείδια απόσταση από υγιείς Διαφορά μέσης Ευκλείδειας απόστασης από υγιείς μείον μέση απόσταση από γλαυκωματικούς Γραμμική διαχωριστική συνάρτηση SDC&ΚΠΟΚ/DiscA rea 230 i 2 115 11 574 016 j 2 8 10 087 11878 2 59392 59 3 k 229 0 0 0 Μέση απόσταση σημείων 13367 873 l 2 66839 36 77 092 του περιγράμματος 0 από το κέντρο 176

ΠΑΡΑΡΤΗΜΑ (διόρθωση εκκεντρότητας) (pixels) Συντελεστής μεταβλητότητας μέσης απόστασης σημείων του περιγράμματος από το κέντρο 090 m 2 045 63 32 2 LC προς ΚΠΟΚ 050 n 2 025 34 423 0 SDC ΚΠΟΚ προς 3344E 5 o 5 2 1672E 19 877 0 Διαφορά μέσης SAX απόστασης από υγιείς μείον μέση SAX απόσταση από γλαυκωματικούς (n/w=8 a=6) (διόρθωση εκκεντρότητας) 9248 p 2 4624 85 59 0 Inter Μέγεθος 339192 1 339192 36 cept Κύριας Περιοχής 3383 3383 2 54 Οπτικής Κοίλανσης 8 (ΚΠΟΚ)(pixels) Μήκος 136126 1 136126 13 Περιγράμματος 257 257 041 (LC) (pixels) 0 Τυπική 23495 1 23495 38 απόκλιση μέσης 8 8 282 απόστασης 0 σημείων του περιγράμματος από το κέντρο (SDC) (pixels) 177

Βασίλης Κιλίντζης Μέγεθος 67E 1 67E 29 Κύριας Περιοχής 7 7 217 Οπτικής Κοίλανσης 0 προς Disc Area(HRT). (ΚΠΟΚ/DiscArea) (pixels/mm2) Απόσταση 23549 1 23549 41 μεταξύ του κέντρου 19 19 996 της ΚΠΟΚ και του 0 Δίσκου Ανεξάρτητη 16936 1 16936 29 από το μάτι 73 73 336 προέλευσης 0 διαφορά στην οριζόντια θέση μεταξύ των κέντρων της ΚΠΟΚ και του Δίσκου(μεγαλύτερο νούμερο σημαίνει πιο ρινικά(ολα σαν αριστερά μάτια)) (pixels) Κανονικοποιημ 18581 1 18581 41 ένο άθροισμα της 2 2 517 διαφορά της 0 απόστασης κάθε σημείου του περιγράμματος από τη μέση απόσταση ΚΠΟΚ/Δίσκο 928 1 928 29 142 0 Μέση ευκλείδια απόσταση από υγιείς 1062 1 1062 10 6811 0 178

ΠΑΡΑΡΤΗΜΑ Διαφορά μέσης Ευκλείδειας απόστασης από υγιείς μείον μέση απόσταση από γλαυκωματικούς Γραμμική διαχωριστική συνάρτηση SDC&ΚΠΟΚ/DiscA rea 015 1 015 18 670 459 1 459 45 7 0 50 0 Μέση 21163 1 21163 24 απόσταση σημείων 96 96 410 του περιγράμματος 0 από το κέντρο (διόρθωση εκκεντρότητας) (pixels) Συντελεστής μεταβλητότητας μέσης απόστασης σημείων του περιγράμματος από το κέντρο 191 1 191 26 929 0 LC προς ΚΠΟΚ 072 1 072 98 625 0 SDC προς 5664E 1 5664E 67 ΚΠΟΚ 5 5 327 0 Διαφορά μέσης SAX απόστασης από υγιείς μείον μέση SAX απόσταση από γλαυκωματικούς (n/w=8 a=6) (διόρθωση 6949 1 6949 12 863 0 179

Βασίλης Κιλίντζης εκκεντρότητας) HRT Μέγεθος 4177E 1 4177E 44 _DA Κύριας Περιοχής 8 8 551 Οπτικής Κοίλανσης 0 (ΚΠΟΚ)(pixels) Μήκος 357466 1 357466 34 Περιγράμματος 950 950 246 (LC) (pixels) 0 Τυπική απόκλιση μέσης απόστασης σημείων του περιγράμματος από το κέντρο (SDC) (pixels) 2719 1 2719 44 3 50 6 Μέγεθος 574299 1 574299 25 Κύριας Περιοχής 955 955 0 61 Οπτικής Κοίλανσης 7 προς Disc Area(HRT). (ΚΠΟΚ/DiscArea) (pixels/mm2) Απόσταση μεταξύ του κέντρου της ΚΠΟΚ και του Δίσκου Ανεξάρτητη από το μάτι προέλευσης διαφορά στην οριζόντια θέση μεταξύ των κέντρων της ΚΠΟΚ και του Δίσκου(μεγαλύτερο νούμερο σημαίνει πιο ρινικά(ολα σαν αριστερά μάτια)) 15563 1 15563 27 8 012 1 012 0 59 9 98 9 180

ΠΑΡΑΡΤΗΜΑ (pixels) Κανονικοποιημ ένο άθροισμα της διαφορά της απόστασης κάθε σημείου του περιγράμματος από τη μέση απόσταση 592 1 592 13 2 71 6 ΚΠΟΚ/Δίσκο 024 1 024 74 6 38 9 Μέση ευκλείδια απόσταση από υγιείς Διαφορά μέσης Ευκλείδειας απόστασης από υγιείς μείον μέση απόσταση από γλαυκωματικούς Γραμμική διαχωριστική συνάρτηση SDC&ΚΠΟΚ/DiscA rea 5 1 5 54 7 1 1 1 70 5 474 1 474 47 3 46 1 40 2 49 3 Μέση 39789 1 39789 45 απόσταση σημείων 04 04 892 του περιγράμματος 0 από το κέντρο (διόρθωση εκκεντρότητας) (pixels) Συντελεστής μεταβλητότητας μέσης απόστασης σημείων του περιγράμματος 0 1 0 04 1 83 9 181

Βασίλης Κιλίντζης από το κέντρο LC προς ΚΠΟΚ 011 1 011 15 220 0 SDC προς 1928E 1 1928E 22 ΚΠΟΚ 5 5 919 0 Διαφορά μέσης SAX απόστασης από υγιείς μείον μέση SAX απόσταση από γλαυκωματικούς (n/w=8 a=6) (διόρθωση εκκεντρότητας) 3389 1 3389 62 72 01 3 Gro Μέγεθος 8590E 1 8590E 91 up Κύριας Περιοχής 8 8 629 Οπτικής Κοίλανσης 0 (ΚΠΟΚ)(pixels) Μήκος 487868 1 487868 46 Περιγράμματος 885 885 738 (LC) (pixels) 0 Τυπική 17638 1 17638 28 απόκλιση μέσης 7 7 739 απόστασης 0 σημείων του περιγράμματος από το κέντρο (SDC) (pixels) Μέγεθος 2191E 1 2191E 95 Κύριας Περιοχής 8 8 525 Οπτικής Κοίλανσης 0 προς Disc Area(HRT). (ΚΠΟΚ/DiscArea) (pixels/mm2) 182

ΠΑΡΑΡΤΗΜΑ Απόσταση 26328 1 26328 46 μεταξύ του κέντρου 19 19 952 της ΚΠΟΚ και του 0 Δίσκου Ανεξάρτητη 29198 1 29198 50 από το μάτι 45 45 574 προέλευσης 0 διαφορά στην οριζόντια θέση μεταξύ των κέντρων της ΚΠΟΚ και του Δίσκου(μεγαλύτερο νούμερο σημαίνει πιο ρινικά(ολα σαν αριστερά μάτια)) (pixels) Κανονικοποιημ 10536 1 10536 23 ένο άθροισμα της 1 1 541 διαφορά της 0 απόστασης κάθε σημείου του περιγράμματος από τη μέση απόσταση ΚΠΟΚ/Δίσκο 3902 1 3902 12 2588 0 Μέση ευκλείδια απόσταση από υγιείς Διαφορά μέσης Ευκλείδειας απόστασης από υγιείς μείον μέση απόσταση από γλαυκωματικούς 203 1 203 20 441 016 1 016 20 173 0 0 Γραμμική διαχωριστική 11105 1 11105 11 183

Βασίλης Κιλίντζης συνάρτηση SDC&ΚΠΟΚ/DiscA rea 1 1 0746 0 Μέση 68650 1 68650 79 απόσταση σημείων 77 77 181 του περιγράμματος 0 από το κέντρο (διόρθωση εκκεντρότητας) (pixels) Συντελεστής μεταβλητότητας μέσης απόστασης σημείων του περιγράμματος από το κέντρο 088 1 088 12 425 1 LC προς ΚΠΟΚ 030 1 030 41 338 0 SDC προς 8079E 1 8079E 96 ΚΠΟΚ 6 6 03 2 Διαφορά μέσης SAX απόστασης από υγιείς μείον μέση SAX απόσταση από γλαυκωματικούς (n/w=8 a=6) (διόρθωση εκκεντρότητας) 7459 1 7459 13 807 0 Erro Μέγεθος 1791E 1 937480 r Κύριας Περιοχής 9 91 5917 Οπτικής Κοίλανσης (ΚΠΟΚ)(pixels) Μήκος 199371 1 10438 Περιγράμματος 7689 91 313 184

ΠΑΡΑΡΤΗΜΑ (LC) (pixels) Τυπική 11722 1 6137 απόκλιση μέσης 58 91 απόστασης σημείων του περιγράμματος από το κέντρο (SDC) (pixels) Μέγεθος 4380E 1 229328 Κύριας Περιοχής 8 91 1611 Οπτικής Κοίλανσης προς Disc Area(HRT). (ΚΠΟΚ/DiscArea) (pixels/mm2) Απόσταση 10710 1 56075 μεταξύ του κέντρου 255 91 της ΚΠΟΚ και του Δίσκου Ανεξάρτητη 11027 1 57734 από το μάτι 139 91 προέλευσης διαφορά στην οριζόντια θέση μεταξύ των κέντρων της ΚΠΟΚ και του Δίσκου(μεγαλύτερο νούμερο σημαίνει πιο ρινικά(ολα σαν αριστερά μάτια)) (pixels) Κανονικοποιημ 85483 1 4476 ένο άθροισμα της 8 91 διαφορά της απόστασης κάθε σημείου του περιγράμματος από τη μέση 185

Βασίλης Κιλίντζης απόσταση ΚΠΟΚ/Δίσκο 6080 1 91 032 Μέση ευκλείδια απόσταση από υγιείς Διαφορά μέσης Ευκλείδειας απόστασης από υγιείς μείον μέση απόσταση από γλαυκωματικούς 1899 1 91 155 1 91 010 1 Γραμμική 19152 1 13 διαχωριστική 6 91 συνάρτηση SDC&ΚΠΟΚ/DiscA rea Μέση 16559 1 86701 απόσταση σημείων 801 91 του περιγράμματος από το κέντρο (διόρθωση εκκεντρότητας) (pixels) Συντελεστής μεταβλητότητας μέσης απόστασης σημείων του περιγράμματος από το κέντρο 1355 1 91 7 LC προς ΚΠΟΚ 138 1 91 1 SDC προς 0 1 8412E ΚΠΟΚ 91 7 Διαφορά μέσης 10318 1 540 SAX απόστασης 7 91 186

ΠΑΡΑΡΤΗΜΑ από υγιείς μείον μέση SAX απόσταση από γλαυκωματικούς (n/w=8 a=6) (διόρθωση εκκεντρότητας) Tota Μέγεθος 1354E 1 l Κύριας Περιοχής 10 94 Οπτικής Κοίλανσης (ΚΠΟΚ)(pixels) Μήκος 31E 1 Περιγράμματος 7 94 (LC) (pixels) Τυπική 10139 1 απόκλιση μέσης 406 94 απόστασης σημείων του περιγράμματος από το κέντρο (SDC) (pixels) Μέγεθος 3106E 1 Κύριας Περιοχής 9 94 Οπτικής Κοίλανσης προς Disc Area(HRT). (ΚΠΟΚ/DiscArea) (pixels/mm2) Απόσταση 74407 1 μεταξύ του κέντρου 019 94 της ΚΠΟΚ και του Δίσκου Ανεξάρτητη 66041 1 από το μάτι 541 94 προέλευσης διαφορά στην οριζόντια θέση μεταξύ των κέντρων της ΚΠΟΚ 187

Βασίλης Κιλίντζης και του Δίσκου(μεγαλύτερο νούμερο σημαίνει πιο ρινικά(ολα σαν αριστερά μάτια)) (pixels) Κανονικοποιημ ένο άθροισμα της διαφορά της απόστασης κάθε σημείου του περιγράμματος από τη μέση απόσταση 60225 34 94 1 ΚΠΟΚ/Δίσκο 48221 1 94 Μέση ευκλείδια απόσταση από υγιείς Διαφορά μέσης Ευκλείδειας απόστασης από υγιείς μείον μέση απόσταση από γλαυκωματικούς 39267 1 94 825 1 94 Γραμμική διαχωριστική συνάρτηση SDC&ΚΠΟΚ/DiscA rea Μέση απόσταση σημείων του περιγράμματος από το κέντρο (διόρθωση εκκεντρότητας) (pixels) 31030 9 386331 354 1 94 1 94 188

ΠΑΡΑΡΤΗΜΑ Συντελεστής μεταβλητότητας μέσης απόστασης σημείων του περιγράμματος από το κέντρο 6836 1 94 LC προς ΚΠΟΚ 1011 1 94 SDC ΚΠΟΚ προς 1 1 94 Διαφορά μέσης 13325 1 SAX απόστασης 3 94 από υγιείς μείον μέση SAX απόσταση από γλαυκωματικούς (n/w=8 a=6) (διόρθωση εκκεντρότητας) Corr Μέγεθος 3358E 1 ected Κύριας Περιοχής 9 93 Total Οπτικής Κοίλανσης (ΚΠΟΚ)(pixels) Μήκος 303989 1 Περιγράμματος 8459 93 (LC) (pixels) Τυπική 13671 1 απόκλιση μέσης 43 93 απόστασης σημείων του περιγράμματος από το κέντρο (SDC) (pixels) Μέγεθος 6707E 1 Κύριας Περιοχής 8 93 Οπτικής Κοίλανσης προς Disc Area(HRT). 189

Βασίλης Κιλίντζης (ΚΠΟΚ/DiscArea) (pixels/mm2) Απόσταση μεταξύ του κέντρου της ΚΠΟΚ και του Δίσκου Ανεξάρτητη από το μάτι προέλευσης διαφορά στην οριζόντια θέση μεταξύ των κέντρων της ΚΠΟΚ και του Δίσκου(μεγαλύτερο νούμερο σημαίνει πιο ρινικά(ολα σαν αριστερά μάτια)) (pixels) Κανονικοποιημ ένο άθροισμα της διαφορά της απόστασης κάθε σημείου του περιγράμματος από τη μέση απόσταση 13543 115 14058 251 96173 8 1 93 1 93 1 93 ΚΠΟΚ/Δίσκο 10281 1 93 Μέση ευκλείδια απόσταση από υγιείς Διαφορά μέσης Ευκλείδειας απόστασης από υγιείς μείον μέση απόσταση από 2129 1 93 171 1 93 190

ΠΑΡΑΡΤΗΜΑ γλαυκωματικούς Γραμμική διαχωριστική συνάρτηση SDC&ΚΠΟΚ/DiscA rea Μέση απόσταση σημείων του περιγράμματος από το κέντρο (διόρθωση εκκεντρότητας) (pixels) 31030 9 29927 674 1 93 1 93 Συντελεστής μεταβλητότητας μέσης απόστασης σημείων του περιγράμματος από το κέντρο 1445 1 93 LC προς ΚΠΟΚ 188 1 93 SDC ΚΠΟΚ προς 0 1 93 Διαφορά μέσης SAX απόστασης από υγιείς μείον μέση SAX απόσταση από γλαυκωματικούς (n/w=8 a=6) (διόρθωση εκκεντρότητας) 11243 5 1 93 191

Βασίλης Κιλίντζης Estimated Marginal Means Κατηγορία Προέλευσης Estimates Dependent Variable Κατηγορία Προέλευσης Mean Std. Error Μέγεθος Κύριας Περιοχής Οπτικής Κοίλανσης (ΚΠΟΚ)(pixels) Μήκος Περιγράμματος (LC) (pixels) Τυπική απόκλιση μέσης απόστασης σημείων του περιγράμματος από το κέντρο (SDC) (pixels) Μέγεθος Κύριας Περιοχής Οπτικής Κοίλανσης προς Disc Area(HRT). (ΚΠΟΚ/DiscArea) (pixels/mm2) Απόσταση μεταξύ του κέντρου της ΚΠΟΚ και του Δίσκου Ανεξάρτητη από το μάτι προέλευσης διαφορά στην οριζόντια θέση μεταξύ των κέντρων της ΚΠΟΚ και του Δίσκου(μεγαλύτερο νούμερο σημαίνει πιο ρινικά(ολα σαν αριστερά μάτια)) (pixels) Κανονικοποιημένο άθροισμα της διαφορά της απόστασης κάθε σημείου του περιγράμματος από Υγιείς 5098253 a 313892 Γλαυκωματικοί 9387850 a 313892 Υγιείς 328530 a 10474 Γλαυκωματικοί 430759 a 10474 Υγιείς 5753 a 254 Γλαυκωματικοί 7696 a 254 Υγιείς 2459885 a 155249 Γλαυκωματικοί 4626130 a 155249 Υγιείς 21467 a 768 Γλαυκωματικοί 13958 a 768 Υγιείς 20324 a 779 Γλαυκωματικοί 12415 a 779 Υγιείς 4356 a 217 Γλαυκωματικοί 5859 a 217 192

ΠΑΡΑΡΤΗΜΑ τη μέση απόσταση ΚΠΟΚ/Δίσκο Υγιείς 298 a 018 Γλαυκωματικοί 587 a 018 Μέση ευκλείδια απόσταση από υγιείς Διαφορά μέσης Ευκλείδειας απόστασης από υγιείς μείον μέση απόσταση από γλαυκωματικούς Γραμμική διαχωριστική συνάρτηση SDC&ΚΠΟΚ/DiscArea Μέση απόσταση σημείων του περιγράμματος από το κέντρο (διόρθωση εκκεντρότητας) (pixels) Συντελεστής μεταβλητότητας μέσης απόστασης σημείων του περιγράμματος από το κέντρο Υγιείς 405 a 010 Γλαυκωματικοί 471 a 010 Υγιείς 067 a 3 Γλαυκωματικοί 049 a 3 Υγιείς 771 a 103 Γλαυκωματικοί 771 a 103 Υγιείς 36798 a 955 Γλαυκωματικοί 48925 a 955 Υγιείς 145 a 9 Γλαυκωματικοί 188 a 9 LC προς ΚΠΟΚ Υγιείς 078 a 3 Γλαυκωματικοί 052 a 3 SDC προς ΚΠΟΚ Υγιείς 1 a 0 Γλαυκωματικοί 1 a 0 Διαφορά μέσης SAX απόστασης από υγιείς μείον μέση SAX απόσταση από γλαυκωματικούς (n/w=8 a=6) (διόρθωση εκκεντρότητας) Υγιείς 128 a 075 Γλαυκωματικοί 527 a 075 a. Covariates appearing in the model are evaluated at the following values: Disc Area(HRT)(mm2) = 2016031. Estimates Dependent Variable Κατηγορία Προέλευσης 95% Confidence Interval Lower Upper 193

Βασίλης Κιλίντζης Bound Bound Μέγεθος Κύριας Περιοχής Οπτικής Κοίλανσης (ΚΠΟΚ)(pixels) οί Υγιείς 4479113 5717393 Γλαυκωματικ 8768710 106990 Μήκος (LC) (pixels) Περιγράμματος οί Υγιείς 307870 349190 Γλαυκωματικ 4199 451418 Τυπική απόκλιση μέσης απόστασης σημείων του περιγράμματος από το κέντρο (SDC) (pixels) Μέγεθος Κύριας Περιοχής Οπτικής Κοίλανσης προς Disc Area(HRT). (ΚΠΟΚ/DiscArea) (pixels/mm2) Απόσταση μεταξύ του κέντρου της ΚΠΟΚ και του Δίσκου Ανεξάρτητη από το μάτι προέλευσης διαφορά στην οριζόντια θέση μεταξύ των κέντρων της ΚΠΟΚ και του Δίσκου(μεγαλύτερο νούμερο σημαίνει πιο ρινικά(ολα σαν αριστερά μάτια)) (pixels) Κανονικοποιημένο άθροισμα της διαφορά της απόστασης κάθε σημείου του περιγράμματος από τη μέση απόσταση οί οί οί οί οί Υγιείς 5252 6253 Γλαυκωματικ 7195 8197 Υγιείς 2153663 2766107 Γλαυκωματικ 4319908 4932352 Υγιείς 19953 22982 Γλαυκωματικ 12443 15472 Υγιείς 18787 21860 Γλαυκωματικ 10879 13951 Υγιείς 3929 4784 Γλαυκωματικ 5431 6286 ΚΠΟΚ/Δίσκο Υγιείς 262 334 οί Γλαυκωματικ 551 623 Μέση ευκλείδια απόσταση Υγιείς 384 425 194

ΠΑΡΑΡΤΗΜΑ από υγιείς Γλαυκωματικ 450 491 οί Διαφορά μέσης Ευκλείδειας απόστασης από υγιείς μείον μέση απόσταση από γλαυκωματικούς Γραμμική διαχωριστική συνάρτηση SDC&ΚΠΟΚ/DiscArea Μέση απόσταση σημείων του περιγράμματος από το κέντρο (διόρθωση εκκεντρότητας) (pixels) Συντελεστής μεταβλητότητας μέσης απόστασης σημείων του περιγράμματος από το κέντρο οί οί οί οί Υγιείς 073 062 Γλαυκωματικ 054 043 Υγιείς 974 569 Γλαυκωματικ 569 974 Υγιείς 34916 38681 Γλαυκωματικ 47042 50808 Υγιείς 128 162 Γλαυκωματικ 171 205 LC προς ΚΠΟΚ Υγιείς 072 083 οί Γλαυκωματικ 047 058 SDC προς ΚΠΟΚ Υγιείς 1 2 οί Γλαυκωματικ 1 1 Διαφορά μέσης SAX απόστασης από υγιείς μείον μέση SAX απόσταση από γλαυκωματικούς (n/w=8 a=6) (διόρθωση εκκεντρότητας) οί Υγιείς 021 276 Γλαυκωματικ 379 676 Pairwise Comparisons Dependent Variable (I) Κατηγορία (J) Κατηγορία Mean Std. Προέλευσης Προέλευσης Difference Error 195

Βασίλης Κιλίντζης (IJ) Μέγεθος Περιοχής Κύριας Οπτικής Υγιείς di mensi ατικοί Γλαυκωμ 448 4289597 * 127 Κοίλανσης on2 (ΚΠΟΚ)(pixels) ατικοί Γλαυκωμ di mensi Υγιείς 428959 7 * 448 127 on2 Μήκος Περιγράμματος (LC) Υγιείς di mensi ατικοί Γλαυκωμ 149 102228 * 53 (pixels) on2 Γλαυκωμ di Υγιείς 102228 * 149 ατικοί mensi 53 on2 Τυπική απόκλιση Υγιείς di Γλαυκωμ 1944 * 363 μέσης απόστασης mensi ατικοί σημείων του on2 περιγράμματος από το κέντρο (SDC) (pixels) Γλαυκωμ ατικοί di mensi Υγιείς 1944 * 363 on2 Μέγεθος Περιοχής Κύριας Οπτικής Υγιείς di mensi ατικοί Γλαυκωμ 221 2166245 * 640 Κοίλανσης προς Disc on2 Area(HRT). (ΚΠΟΚ/DiscArea) (pixels/mm2) Γλαυκωμ ατικοί di mensi on2 Υγιείς 216624 5 * 221 640 Απόσταση μεταξύ Υγιείς di Γλαυκωμ 7510 * 109 του κέντρου της ΚΠΟΚ mensi ατικοί 6 και του Δίσκου on2 ατικοί Γλαυκωμ di mensi on2 Υγιείς 7510 * 109 6 Ανεξάρτητη από το μάτι προέλευσης διαφορά στην οριζόντια θέση μεταξύ των κέντρων της ΚΠΟΚ και Υγιείς di Γλαυκωμ 7909 * 111 mensi ατικοί 2 on2 Γλαυκωμ di Υγιείς 7909 * 111 196

ΠΑΡΑΡΤΗΜΑ του Δίσκου(μεγαλύτερο ατικοί mensi 2 νούμερο σημαίνει πιο on2 ρινικά(ολα σαν αριστερά μάτια)) (pixels) Κανονικοποιημένο Υγιείς di Γλαυκωμ 1502 * 310 άθροισμα της διαφορά mensi ατικοί της απόστασης κάθε on2 σημείου του περιγράμματος από τη μέση απόσταση Γλαυκωμ ατικοί di mensi on2 Υγιείς 1502 * 310 ΚΠΟΚ/Δίσκο Υγιείς di mensi on2 ατικοί Γλαυκωμ 289 * 026 ατικοί Γλαυκωμ di mensi on2 Υγιείς 289 * 026 Μέση ευκλείδια Υγιείς di Γλαυκωμ 066 * 015 απόσταση από υγιείς mensi ατικοί on2 Γλαυκωμ di Υγιείς 066 * 015 ατικοί mensi on2 Διαφορά μέσης Υγιείς di Γλαυκωμ 019 * 4 Ευκλείδειας απόστασης mensi ατικοί από υγιείς μείον μέση on2 απόσταση γλαυκωματικούς από Γλαυκωμ ατικοί di mensi Υγιείς 019 * 4 on2 Γραμμική Υγιείς di Γλαυκωμ 1542 * 147 διαχωριστική mensi ατικοί συνάρτηση on2 SDC&ΚΠΟΚ/DiscArea Γλαυκωμ di Υγιείς 1542 * 147 ατικοί mensi on2 Μέση απόσταση Υγιείς di Γλαυκωμ 12127 * 136 σημείων του mensi 197

Βασίλης Κιλίντζης περιγράμματος από το κέντρο (διόρθωση εκκεντρότητας) (pixels) ατικοί Γλαυκωμ on2 ατικοί 3 di Υγιείς 12127 * 136 mensi 3 on2 Συντελεστής Υγιείς di Γλαυκωμ 043 * 012 μεταβλητότητας μέσης mensi ατικοί απόστασης σημείων on2 του περιγράμματος από το κέντρο ατικοί Γλαυκωμ di mensi Υγιείς 043 * 012 on2 LC προς ΚΠΟΚ Υγιείς di mensi on2 ατικοί Γλαυκωμ 025 * 4 ατικοί Γλαυκωμ di mensi on2 Υγιείς 025 * 4 SDC προς ΚΠΟΚ Υγιείς di mensi on2 ατικοί Γλαυκωμ 0 * 0 Γλαυκωμ di Υγιείς 0 * 0 ατικοί mensi on2 Διαφορά μέσης Υγιείς di Γλαυκωμ 4 * 108 SAX απόστασης από mensi ατικοί υγιείς μείον μέση SAX on2 απόσταση από γλαυκωματικούς (n/w=8 a=6) (διόρθωση εκκεντρότητας) Γλαυκωμ ατικοί di mensi on2 Υγιείς 4 * 108 Based on estimated marginal means *. The mean difference is significant at the 05 level. Pairwise Comparisons Dependent (I) Κατηγορία (J) Κατηγορία Si 95% 198

dimension 2 dimension 2 dimension 2 dimension 2 dimension 2 dimension 2 dimension 2 dimension 2 dimension 2 dimension 2 dimension 2 dimension 2 ΠΑΡΑΡΤΗΜΑ Variable Προέλευσης Προέλευσης g. a Confidence Interval for Difference a Lower Bound Μέγεθος Κύριας Υγιείς Γλαυκωμα 0 Περιοχής Οπτικής τικοί 5173510 Κοίλανσης (ΚΠΟΚ)(pixels) Γλαυκωμα τικοί Υγιείς 0 34056 83 Μήκος Υγιείς Γλαυκωμα 0 Περιγράμματος (LC) τικοί 131723 (pixels) Γλαυκωμα Υγιείς 0 72734 τικοί Τυπική απόκλιση Υγιείς Γλαυκωμα 0 2659 μέσης απόστασης τικοί σημείων του περιγράμματος από το κέντρο (SDC) Γλαυκωμα τικοί Υγιείς 0 1229 (pixels) Μέγεθος Κύριας Υγιείς Γλαυκωμα 0 Περιοχής Οπτικής τικοί 2603422 Κοίλανσης προς Disc Area(HRT). (ΚΠΟΚ/DiscArea) Γλαυκωμα τικοί Υγιείς 0 17290 68 (pixels/mm2) Απόσταση μεταξύ Υγιείς Γλαυκωμα 0 5348 του κέντρου της τικοί ΚΠΟΚ και του Δίσκου Γλαυκωμα Υγιείς 0 9672 τικοί Ανεξάρτητη από Υγιείς Γλαυκωμα 0 5715 το μάτι προέλευσης τικοί διαφορά στην οριζόντια θέση μεταξύ των κέντρων της Γλαυκωμα τικοί Υγιείς 0 10102 ΚΠΟΚ και του Δίσκου(μεγαλύτερο νούμερο σημαίνει πιο 199

dimension 2 dimension 2 2 dimension 2 dimension 2 dimension 2 dimension 2 dimension 2 dimension 2 dimension 2 dimension 2 dimension 2 dimension 2 Βασίλης Κιλίντζης ρινικά(ολα αριστερά (pixels) σαν μάτια)) Κανονικοποιημένο Υγιείς Γλαυκωμα 0 2113 άθροισμα της τικοί διαφορά απόστασης σημείου της κάθε του τικοί Γλαυκωμα Υγιείς 0 892 περιγράμματος από τη μέση απόσταση ΚΠΟΚ/Δίσκο Υγιείς dimension Γλαυκωμα 0 341 τικοί Γλαυκωμα Υγιείς 0 238 τικοί Μέση ευκλείδια Υγιείς Γλαυκωμα 0 095 απόσταση από υγιείς τικοί Γλαυκωμα Υγιείς 0 037 τικοί Διαφορά μέσης Υγιείς Γλαυκωμα 0 027 Ευκλείδειας τικοί απόστασης από υγιείς μείον μέση απόσταση από γλαυκωματικούς Γλαυκωμα τικοί Υγιείς 0 010 Γραμμική Υγιείς Γλαυκωμα 0 1831 διαχωριστική τικοί συνάρτηση SDC&ΚΠΟΚ/DiscArea Γλαυκωμα τικοί Υγιείς 0 1253 Μέση απόσταση Υγιείς Γλαυκωμα 0 14815 σημείων του τικοί περιγράμματος από το κέντρο (διόρθωση εκκεντρότητας) Γλαυκωμα τικοί Υγιείς 0 9439 (pixels) Συντελεστής Υγιείς Γλαυκωμα 0 068 μεταβλητότητας μέσης τικοί 01 2

dimension 2 2 dimension 2 2 dimension 2 dimension 2 dimension 2 dimension2 Υγιείς Γλαυκωμα ΠΑΡΑΡΤΗΜΑ απόστασης σημείων Γλαυκωμα Υγιείς 0 019 του περιγράμματος τικοί 01 από το κέντρο LC προς ΚΠΟΚ Υγιείς dimension Γλαυκωμα 0 018 τικοί Γλαυκωμα Υγιείς 0 033 τικοί SDC προς ΚΠΟΚ Υγιείς dimension Γλαυκωμα 0 0 τικοί 02 Γλαυκωμα Υγιείς 0 1 τικοί 02 Διαφορά μέσης Υγιείς Γλαυκωμα 0 612 SAX απόστασης από τικοί υγιείς μείον μέση SAX απόσταση από γλαυκωματικούς Γλαυκωμα τικοί Υγιείς 0 188 (n/w=8 a=6) (διόρθωση εκκεντρότητας) Based on estimated marginal means a. Adjustment for multiple comparisons: Bonferroni. Pairwise Comparisons Dependent Variable (I) Κατηγορία (J) Κατηγορία 95% Προέλευσης Προέλευσης Confidence Interval for Difference a Upper Bound Μέγεθος Κύριας Υγιείς dimension2 Γλαυκωμα Περιοχής Οπτικής τικοί 3405683 Κοίλανσης (ΚΠΟΚ)(pixels) τικοί Γλαυκωμα 5173510 Μήκος Υγιείς dimension2 72734 201

dimension2 Υγιείς dimension2 Υγιείς dimension2 Υγιείς dimension2 Υγιείς dimension2 Υγιείς dimension2 Υγιείς Υγιείς Βασίλης Κιλίντζης Περιγράμματος (LC) τικοί (pixels) Γλαυκωμα 131723 τικοί Τυπική απόκλιση μέσης απόστασης σημείων του περιγράμματος από το κέντρο (SDC) (pixels) Μέγεθος Κύριας Περιοχής Οπτικής Κοίλανσης προς Disc Area(HRT). (ΚΠΟΚ/DiscArea) (pixels/mm2) Απόσταση μεταξύ του κέντρου της ΚΠΟΚ και του Δίσκου Ανεξάρτητη από το μάτι προέλευσης διαφορά στην οριζόντια θέση μεταξύ των κέντρων της ΚΠΟΚ και του Δίσκου(μεγαλύτερο νούμερο σημαίνει πιο ρινικά(ολα σαν αριστερά μάτια)) (pixels) Κανονικοποιημένο άθροισμα της διαφορά της απόστασης κάθε σημείου του περιγράμματος από τη μέση απόσταση Υγιείς dimension2 Γλαυκωμα τικοί Υγιείς dimension2 Γλαυκωμα τικοί Υγιείς dimension2 Γλαυκωμα τικοί Υγιείς dimension2 Γλαυκωμα τικοί Υγιείς dimension2 Γλαυκωμα τικοί Γλαυκωμα 1229 τικοί 2659 Γλαυκωμα τικοί 1729068 2603422 Γλαυκωμα 9672 τικοί 5348 Γλαυκωμα 10102 τικοί 5715 Γλαυκωμα 892 τικοί 2113 ΚΠΟΚ/Δίσκο Υγιείς dimension2 Γλαυκωμα τικοί 238 Γλαυκωμα dimension2 341 202

dimension2 Υγιείς dimension2 Υγιείς dimension2 Υγιείς dimension2 Υγιείς dimension2 Υγιείς dimension2 Υγιείς dimension2 Υγιείς dimension2 Υγιείς ΠΑΡΑΡΤΗΜΑ τικοί Μέση ευκλείδια Υγιείς dimension2 Γλαυκωμα 037 απόσταση από υγιείς τικοί τικοί Γλαυκωμα 095 Διαφορά μέσης Ευκλείδειας απόστασης από υγιείς μείον μέση απόσταση από γλαυκωματικούς Γραμμική διαχωριστική συνάρτηση SDC&ΚΠΟΚ/DiscArea Μέση απόσταση σημείων του περιγράμματος από το κέντρο (διόρθωση εκκεντρότητας) (pixels) Συντελεστής μεταβλητότητας μέσης απόστασης σημείων του περιγράμματος από το κέντρο Υγιείς dimension2 Γλαυκωμα τικοί Υγιείς dimension2 Γλαυκωμα τικοί Υγιείς dimension2 Γλαυκωμα τικοί Υγιείς dimension2 Γλαυκωμα τικοί Γλαυκωμα 010 τικοί 027 Γλαυκωμα 1253 τικοί 1831 Γλαυκωμα 9439 τικοί 14815 Γλαυκωμα 019 τικοί 068 LC προς ΚΠΟΚ Υγιείς dimension2 Γλαυκωμα τικοί 033 τικοί Γλαυκωμα 018 SDC προς ΚΠΟΚ Υγιείς dimension2 Γλαυκωμα τικοί 1 τικοί Γλαυκωμα 0 Διαφορά μέσης SAX απόστασης από υγιείς μείον μέση SAX απόσταση από τικοί Υγιείς dimension2 Γλαυκωμα Γλαυκωμα 188 τικοί 612 203

Βασίλης Κιλίντζης γλαυκωματικούς (n/w=8 a=6) (διόρθωση εκκεντρότητας) Based on estimated marginal means a. Adjustment for multiple comparisons: Bonferroni. Multivariate Tests Value F Hypothesis df Error df Sig. Pillai's trace 538 13754 Wilks' lambda 462 13754 Hotelling's trace 1166 13754 Roy's largest root 1166 13754 a a a a 150 177 0 150 177 0 150 177 0 150 177 0 0 0 0 0 Each F tests the multivariate effect of Κατηγορία Προέλευσης. These tests are based on the linearly independent pairwise comparisons among the estimated marginal means. a. Exact statistic Univariate Tests Dependent Variable Sum of df Mean Squares Square Μέγεθος Κύριας Περιοχής Οπτικής Κοίλανσης (ΚΠΟΚ)(pixels) st Contra 8590E8 1 8590E8 Error 1791E9 191 937480591 7 204

ΠΑΡΑΡΤΗΜΑ Μήκος Περιγράμματος Contra 487868885 1 487868885 (LC) (pixels) st Τυπική απόκλιση μέσης απόστασης σημείων του περιγράμματος από το κέντρο (SDC) (pixels) Μέγεθος Κύριας Περιοχής Οπτικής Κοίλανσης προς Disc Area(HRT). (ΚΠΟΚ/DiscArea) (pixels/mm2) Απόσταση μεταξύ του κέντρου της ΚΠΟΚ και του Δίσκου Ανεξάρτητη από το μάτι προέλευσης διαφορά στην οριζόντια θέση μεταξύ των κέντρων της ΚΠΟΚ και του Δίσκου(μεγαλύτερο νούμερο σημαίνει πιο ρινικά(ολα σαν αριστερά μάτια)) (pixels) Κανονικοποιημένο άθροισμα της διαφορά της απόστασης κάθε σημείου του περιγράμματος από τη μέση απόσταση st st st st st Error 1993717689 191 10438313 Contra 176387 1 176387 Error 1172258 191 6137 Contra 2191E8 1 2191E8 Error 4380E8 191 229328161 1 Contra 2632819 1 2632819 Error 10710255 191 56075 Contra 2919845 1 2919845 Error 11027139 191 57734 Contra 105361 1 105361 Error 854838 191 4476 ΚΠΟΚ/Δίσκο Contra 3902 1 3902 st Error 6080 191 032 Μέση ευκλείδια απόσταση Contra 203 1 203 από υγιείς st Διαφορά μέσης Ευκλείδειας απόστασης από υγιείς μείον μέση απόσταση από γλαυκωματικούς st Error 1899 191 010 Contra 016 1 016 Error 155 191 1 205

Βασίλης Κιλίντζης Γραμμική διαχωριστική συνάρτηση SDC&ΚΠΟΚ/DiscArea Μέση απόσταση σημείων του περιγράμματος από το κέντρο (διόρθωση εκκεντρότητας) (pixels) Συντελεστής μεταβλητότητας μέσης απόστασης σημείων του περιγράμματος από το κέντρο st st st Contra 111051 1 111051 Error 191526 191 13 Contra 6865077 1 6865077 Error 16559801 191 86701 Contra 088 1 088 Error 1355 191 7 LC προς ΚΠΟΚ st Contra 030 1 030 Error 138 191 1 SDC προς ΚΠΟΚ st Contra 8079E6 1 8079E6 Διαφορά μέσης SAX απόστασης από υγιείς μείον μέση SAX απόσταση από γλαυκωματικούς (n/w=8 a=6) (διόρθωση εκκεντρότητας) st Error 0 191 8412E7 Contra 7459 1 7459 Error 103187 191 540 The F tests the effect of Κατηγορία Προέλευσης. This test is based on the linearly independent pairwise comparisons among the estimated marginal means. Univariate Tests Dependent Variable F Sig. Μέγεθος Κύριας Περιοχής Οπτικής Κοίλανσης (ΚΠΟΚ)(pixels) Contrast 91629 0 Error Μήκος Περιγράμματος (LC) (pixels) Contrast 46738 0 Error Τυπική απόκλιση μέσης απόστασης σημείων του περιγράμματος από το κέντρο Contrast 28739 0 Error 206

ΠΑΡΑΡΤΗΜΑ (SDC) (pixels) Μέγεθος Κύριας Περιοχής Οπτικής Κοίλανσης προς Disc Area(HRT). (ΚΠΟΚ/DiscArea) (pixels/mm2) Απόσταση μεταξύ του κέντρου της ΚΠΟΚ και του Δίσκου Ανεξάρτητη από το μάτι προέλευσης διαφορά στην οριζόντια θέση μεταξύ των κέντρων της ΚΠΟΚ και του Δίσκου(μεγαλύτερο νούμερο σημαίνει πιο ρινικά(ολα σαν αριστερά μάτια)) (pixels) Κανονικοποιημένο άθροισμα της διαφορά της απόστασης κάθε σημείου του περιγράμματος από τη μέση απόσταση Contrast 95525 0 Error Contrast 46952 0 Error Contrast 50574 0 Error Contrast 23541 0 Error ΚΠΟΚ/Δίσκο Contrast 122588 0 Error Μέση ευκλείδια απόσταση από υγιείς Contrast 20441 0 Error Διαφορά μέσης Ευκλείδειας απόστασης από υγιείς μείον μέση απόσταση από γλαυκωματικούς Γραμμική διαχωριστική συνάρτηση SDC&ΚΠΟΚ/DiscArea Μέση απόσταση σημείων του περιγράμματος από το κέντρο (διόρθωση εκκεντρότητας) (pixels) Συντελεστής μεταβλητότητας μέσης απόστασης σημείων του περιγράμματος από το κέντρο Contrast 20173 0 Error Contrast 110746 0 Error Contrast 79181 0 Error Contrast 12425 1 Error LC προς ΚΠΟΚ Contrast 41338 0 Error SDC προς ΚΠΟΚ Contrast 9603 2 Error 207

Βασίλης Κιλίντζης Διαφορά μέσης SAX απόστασης από υγιείς μείον μέση SAX απόσταση από γλαυκωματικούς (n/w=8 a=6) (διόρθωση εκκεντρότητας) Contrast 13807 0 Error The F tests the effect of Κατηγορία Προέλευσης. This test is based on the linearly independent pairwise comparisons among the estimated marginal means. 5.3.5.1 Στάθμιση παραμέτρων που συμμετέχουν στις γραμμικές συναρτήσεις διαχωρισμού Tests of BetweenSubjects Effects Source Dependent Variable Type III Sum of Squares df Mean Square F Sig. Corrected Τυπική απόκλιση του 036 a 2 018 3630 028 Model μερικού διαφορικού της σειράς των αποστάσεων των σημείων του περιγράμματος από το κέντρο Τυπική απόκλιση 2845 b 2 1423 2343 099 μέσης SAX απόστασης από υγιείς(n/w=8 a=6) Τυπική απόκλιση 4907 c 2 2454 4115 018 μέσης SAX απόστασης από υγιείς (n/w=8 a=6) (διόρθωση εκκεντρότητας) Intercept Τυπική απόκλιση του μερικού διαφορικού της σειράς των αποστάσεων των σημείων του περιγράμματος από 3636 1 3636 726834 0 208

ΠΑΡΑΡΤΗΜΑ HRT_DA Group το κέντρο Τυπική απόκλιση μέσης SAX απόστασης από υγιείς(n/w=8 a=6) Τυπική απόκλιση μέσης SAX απόστασης από υγιείς (n/w=8 a=6) (διόρθωση εκκεντρότητας) Τυπική απόκλιση του μερικού διαφορικού της σειράς των αποστάσεων των σημείων του περιγράμματος από το κέντρο Τυπική απόκλιση μέσης SAX απόστασης από υγιείς(n/w=8 a=6) Τυπική απόκλιση μέσης SAX απόστασης από υγιείς (n/w=8 a=6) (διόρθωση εκκεντρότητας) Τυπική απόκλιση του μερικού διαφορικού της σειράς των αποστάσεων των σημείων του περιγράμματος από το κέντρο Τυπική απόκλιση μέσης SAX απόστασης από υγιείς(n/w=8 a=6) Τυπική απόκλιση μέσης SAX 79954 1 79954 131648 0 118091 1 118091 198042 0 010 1 010 2010 158 049 1 049 081 776 3323 1 3323 5572 019 019 1 019 3895 050 2834 1 2834 4667 032 2521 1 2521 4228 041 209

Βασίλης Κιλίντζης Error Total Corrected Total απόστασης από υγιείς (n/w=8 a=6) (διόρθωση εκκεντρότητας) Τυπική απόκλιση του μερικού διαφορικού της σειράς των αποστάσεων των σημείων του περιγράμματος από το κέντρο Τυπική απόκλιση μέσης SAX απόστασης από υγιείς(n/w=8 a=6) Τυπική απόκλιση μέσης SAX απόστασης από υγιείς (n/w=8 a=6) (διόρθωση εκκεντρότητας) Τυπική απόκλιση του μερικού διαφορικού της σειράς των αποστάσεων των σημείων του περιγράμματος από το κέντρο Τυπική απόκλιση μέσης SAX απόστασης από υγιείς(n/w=8 a=6) Τυπική απόκλιση μέσης SAX απόστασης από υγιείς (n/w=8 a=6) (διόρθωση εκκεντρότητας) Τυπική απόκλιση του μερικού διαφορικού 955 191 5 1160 191 607 113892 191 596 1811 194 2680865 194 2632907 194 992 193 210

ΠΑΡΑΡΤΗΜΑ της σειράς των αποστάσεων των σημείων του περιγράμματος από το κέντρο Τυπική απόκλιση μέσης SAX απόστασης από υγιείς(n/w=8 a=6) Τυπική απόκλιση μέσης SAX απόστασης από υγιείς (n/w=8 a=6) (διόρθωση εκκεντρότητας) 118845 193 118799 193 211

Βασίλης Κιλίντζης 5.3.6 Στάθμιση ως προς μέγεθος της ΚΠΟΚ (ANCOVA) General Linear Model ANCOVA Multivariate Tests b Effect Valu F Hypothesi Erro Sig. e s df r df ept Interc Pillai's Trace 966 4228 120 180 96 a 0 Wilks' Lambda 034 4228 120 180 96 a 0 0 0 Trace Hotelling's 281 93 4228 96 a 0 120 180 0 Root Roy's Largest 281 93 4228 96 a 0 120 180 0 area Cup_ Pillai's Trace 906 1440 120 180 19 a 0 Wilks' Lambda 094 1440 120 180 19 a 0 0 0 Trace Hotelling's 960 1 1440 19 a 0 120 180 0 Root Roy's Largest 960 1 1440 19 a 0 120 180 0 Group Pillai's Trace 319 7011 Wilks' Lambda 681 7011 a a 120 180 0 120 180 0 0 0 Hotelling's 467 7011 120 180 0 Trace a 0 Roy's Largest 467 7011 120 180 0 212

Root a. Exact statistic b. Design: Intercept + Cup_area + Group a ΠΑΡΑΡΤΗΜΑ 0 Tests of BetweenSubjects Effects Source Dependent Type III d Mean F S Variable Sum of f Square ig. Squares Correct Μήκος 1973E6 2 9864450 176 ed Model Περιγράμματος (LC) 41 579 0 (pixels) Τυπική απόκλιση μέσης απόστασης σημείων του περιγράμματος από το κέντρο (SDC) (pixels) Μέγεθος Κύριας Περιοχής Οπτικής Κοίλανσης προς Disc Area(HRT). (ΚΠΟΚ/DiscArea) (pixels/mm2) 212686 b 2 106343 175 94 5834E8 2 2917E8 637 995 0 0 Απόσταση μεταξύ 5418456 2 2709228 636 του κέντρου της d 90 0 ΚΠΟΚ και του Δίσκου Ανεξάρτητη από 5071970 2 2535985 539 το μάτι προέλευσης e 01 0 διαφορά στην οριζόντια θέση μεταξύ των κέντρων της ΚΠΟΚ και του Δίσκου(μεγαλύτερο νούμερο σημαίνει πιο ρινικά(ολα σαν 213

Βασίλης Κιλίντζης αριστερά (pixels) μάτια)) Κανονικοποιημένο άθροισμα της διαφορά της απόστασης κάθε σημείου του περιγράμματος από τη μέση απόσταση 111687 f 2 55843 125 48 0 ΚΠΟΚ/Δίσκο 8976 g 2 4488 656 629 0 Μέση ευκλείδια απόσταση από υγιείς Διαφορά μέσης Ευκλείδειας απόστασης από υγιείς μείον μέση απόσταση από γλαυκωματικούς Γραμμική διαχωριστική συνάρτηση SDC&ΚΠΟΚ/DiscArea 275 h 2 138 141 88 020 i 2 010 127 14 249535 j 2 124768 392 117 0 0 0 Μέση σημείων απόσταση του 2380498 7 k 3 2 1190249 371 304 0 περιγράμματος από το κέντρο (διόρθωση εκκεντρότητας) (pixels) Συντελεστής μεταβλητότητας μέσης απόστασης σημείων του περιγράμματος από το κέντρο Διαφορά μέσης SAX απόστασης από υγιείς μείον μέση SAX απόσταση από 095 l 2 048 673 3 5923 m 2 2962 531 1 1 6 214

ΠΑΡΑΡΤΗΜΑ γλαυκωματικούς (n/w=8 (διόρθωση εκκεντρότητας) a=6) Interce Μήκος 1453237 1 1453237 260 pt Περιγράμματος (LC) 174 174 137 0 (pixels) Τυπική απόκλιση μέσης απόστασης σημείων του περιγράμματος από το κέντρο (SDC) (pixels) Μέγεθος Κύριας Περιοχής Οπτικής Κοίλανσης προς Disc Area(HRT). (ΚΠΟΚ/DiscArea) (pixels/mm2) 1256064 1 1256064 207 811 1480E7 1 1480E7 323 79 0 0 Απόσταση μεταξύ 2262065 1 2262065 531 του κέντρου της 5 5 782 0 ΚΠΟΚ και του Δίσκου Ανεξάρτητη από 1882979 1 1882979 4 το μάτι προέλευσης 8 8 220 0 διαφορά στην οριζόντια θέση μεταξύ των κέντρων της ΚΠΟΚ και του Δίσκου(μεγαλύτερο νούμερο σημαίνει πιο ρινικά(ολα σαν αριστερά μάτια)) (pixels) Κανονικοποιημένο άθροισμα της διαφορά της απόστασης κάθε σημείου του περιγράμματος από 780395 1 780395 175 349 0 215

Βασίλης Κιλίντζης τη μέση απόσταση ΚΠΟΚ/Δίσκο 378 1 378 553 73 0 Μέση ευκλείδια απόσταση από υγιείς Διαφορά μέσης Ευκλείδειας απόστασης από υγιείς μείον μέση απόσταση από γλαυκωματικούς Γραμμική διαχωριστική συνάρτηση SDC&ΚΠΟΚ/DiscArea 5613 1 5613 578 445 161 1 161 203 820 107830 1 107830 338 885 0 0 0 Μέση απόσταση 2051708 1 2051708 640 σημείων του 9 9 040 0 περιγράμματος από το κέντρο (διόρθωση εκκεντρότητας) (pixels) Συντελεστής μεταβλητότητας μέσης απόστασης σημείων του περιγράμματος από το κέντρο Διαφορά μέσης SAX απόστασης από υγιείς μείον μέση SAX απόσταση από γλαυκωματικούς (n/w=8 a=6) (διόρθωση εκκεντρότητας) 833 1 833 117 857 2881 1 2881 516 7 0 024 Cup_ar Μήκος 1284176 1 1284176 229 ea Περιγράμματος (LC) 262 262 874 0 (pixels) 216

ΠΑΡΑΡΤΗΜΑ Τυπική απόκλιση μέσης απόστασης σημείων του περιγράμματος από το κέντρο (SDC) (pixels) Μέγεθος Κύριας Περιοχής Οπτικής Κοίλανσης προς Disc Area(HRT). (ΚΠΟΚ/DiscArea) (pixels/mm2) Απόσταση μεταξύ του κέντρου της ΚΠΟΚ και του Δίσκου Ανεξάρτητη από το μάτι προέλευσης διαφορά στην οριζόντια θέση μεταξύ των κέντρων της ΚΠΟΚ και του Δίσκου(μεγαλύτερο νούμερο σημαίνει πιο ρινικά(ολα σαν αριστερά μάτια)) (pixels) Κανονικοποιημένο άθροισμα της διαφορά της απόστασης κάθε σημείου του περιγράμματος από τη μέση απόσταση 20520 1 20520 339 5 3513E8 1 3513E8 768 286 2601159 1 2601159 611 50 2040870 1 2040870 433 78 5379 1 5379 120 9 067 0 0 0 273 ΚΠΟΚ/Δίσκο 4798 1 4798 702 043 0 Μέση ευκλείδια απόσταση από υγιείς 051 1 051 522 3 023 Διαφορά μέσης 4 1 4 547 217

Βασίλης Κιλίντζης Ευκλείδειας απόστασης από υγιείς μείον μέση απόσταση από γλαυκωματικούς 4 020 Γραμμική διαχωριστική συνάρτηση SDC&ΚΠΟΚ/DiscArea 131226 1 131226 412 413 0 Μέση απόσταση 1441601 1 1441601 449 σημείων του 8 8 714 0 περιγράμματος από το κέντρο (διόρθωση εκκεντρότητας) (pixels) Group Συντελεστής μεταβλητότητας μέσης απόστασης σημείων του περιγράμματος από το κέντρο Διαφορά μέσης SAX απόστασης από υγιείς μείον μέση SAX απόσταση από γλαυκωματικούς (n/w=8 a=6) (διόρθωση εκκεντρότητας) Μήκος Περιγράμματος (LC) (pixels) 6 1 6 794 374 064 1 064 115 735 98836 1 98836 018 894 Τυπική απόκλιση μέσης απόστασης σημείων του περιγράμματος από το κέντρο (SDC) (pixels) 73809 1 73809 122 11 1 Μέγεθος Κύριας 1929826 1 1929826 422 218

ΠΑΡΑΡΤΗΜΑ Περιοχής Οπτικής Κοίλανσης προς Disc Area(HRT). (ΚΠΟΚ/DiscArea) (pixels/mm2) 713 713 1 041 Απόσταση μεταξύ του κέντρου της ΚΠΟΚ και του Δίσκου Ανεξάρτητη από το μάτι προέλευσης διαφορά στην οριζόντια θέση μεταξύ των κέντρων της ΚΠΟΚ και του Δίσκου(μεγαλύτερο νούμερο σημαίνει πιο ρινικά(ολα σαν αριστερά μάτια)) (pixels) Κανονικοποιημένο άθροισμα της διαφορά της απόστασης κάθε σημείου του περιγράμματος από τη μέση απόσταση 1743 1 1743 409 8 331761 1 331761 705 1 49061 1 49061 110 24 044 9 1 ΚΠΟΚ/Δίσκο 141 1 141 206 64 0 Μέση ευκλείδια απόσταση από υγιείς Διαφορά μέσης Ευκλείδειας απόστασης από υγιείς μείον μέση απόσταση από γλαυκωματικούς Γραμμική διαχωριστική συνάρτηση 064 1 064 657 9 4 1 4 507 8 4486 1 4486 140 99 011 025 0 219

Βασίλης Κιλίντζης SDC&ΚΠΟΚ/DiscArea Μέση απόσταση σημείων του περιγράμματος από το κέντρο (διόρθωση εκκεντρότητας) (pixels) Συντελεστής μεταβλητότητας μέσης απόστασης σημείων του περιγράμματος από το κέντρο Διαφορά μέσης SAX απόστασης από υγιείς μείον μέση SAX απόσταση από γλαυκωματικούς (n/w=8 a=6) (διόρθωση εκκεντρότητας) 69324 1 69324 216 3 040 1 040 559 5 3295 1 3295 590 8 143 019 016 Error Μήκος 10678 1 5586431 Περιγράμματος (LC) 377 91 (pixels) Τυπική απόκλιση μέσης απόστασης σημείων του περιγράμματος από το κέντρο (SDC) (pixels) Μέγεθος Κύριας Περιοχής Οπτικής Κοίλανσης προς Disc Area(HRT). (ΚΠΟΚ/DiscArea) (pixels/mm2) Απόσταση μεταξύ του κέντρου της 1154457 1 91 8733E7 1 91 8124659 1 91 6044 4572055 90 42537 220

ΠΑΡΑΡΤΗΜΑ ΚΠΟΚ και του Δίσκου Ανεξάρτητη από το μάτι προέλευσης διαφορά στην οριζόντια θέση μεταξύ των κέντρων της ΚΠΟΚ και του Δίσκου(μεγαλύτερο νούμερο σημαίνει πιο ρινικά(ολα σαν αριστερά μάτια)) (pixels) Κανονικοποιημένο άθροισμα της διαφορά της απόστασης κάθε σημείου του περιγράμματος από τη μέση απόσταση 8986281 1 91 8551 1 91 47049 4451 ΚΠΟΚ/Δίσκο 1305 1 91 7 Μέση ευκλείδια απόσταση από υγιείς Διαφορά μέσης Ευκλείδειας απόστασης από υγιείς μείον μέση απόσταση από γλαυκωματικούς Γραμμική διαχωριστική συνάρτηση SDC&ΚΠΟΚ/DiscArea Μέση απόσταση σημείων του περιγράμματος από το κέντρο (διόρθωση εκκεντρότητας) (pixels) 1853 1 91 151 1 91 60774 1 91 6122687 1 91 010 1 318 32056 221

Βασίλης Κιλίντζης Συντελεστής μεταβλητότητας μέσης απόστασης σημείων του περιγράμματος από το κέντρο Διαφορά μέσης SAX απόστασης από υγιείς μείον μέση SAX απόσταση από γλαυκωματικούς (n/w=8 a=6) (διόρθωση εκκεντρότητας) 1349 1 91 106511 1 91 7 558 Total Μήκος Περιγράμματος (LC) (pixels) 31E7 1 94 Τυπική απόκλιση μέσης απόστασης σημείων του περιγράμματος από το κέντρο (SDC) (pixels) 1013940 6 1 94 Μέγεθος Κύριας Περιοχής Οπτικής Κοίλανσης προς Disc Area(HRT). (ΚΠΟΚ/DiscArea) (pixels/mm2) 3106E9 1 94 Απόσταση μεταξύ 7440701 1 του κέντρου της 9 94 ΚΠΟΚ και του Δίσκου Ανεξάρτητη από 6604154 1 το μάτι προέλευσης 1 94 διαφορά στην οριζόντια θέση μεταξύ των κέντρων της ΚΠΟΚ και του Δίσκου(μεγαλύτερο 222

ΠΑΡΑΡΤΗΜΑ νούμερο σημαίνει πιο ρινικά(ολα σαν αριστερά μάτια)) (pixels) Κανονικοποιημένο άθροισμα της διαφορά της απόστασης κάθε σημείου του περιγράμματος από τη μέση απόσταση 6022534 1 94 ΚΠΟΚ/Δίσκο 48221 1 94 Μέση ευκλείδια απόσταση από υγιείς Διαφορά μέσης Ευκλείδειας απόστασης από υγιείς μείον μέση απόσταση από γλαυκωματικούς Γραμμική διαχωριστική συνάρτηση SDC&ΚΠΟΚ/DiscArea 39267 1 94 825 1 94 310309 1 94 Μέση απόσταση σημείων του περιγράμματος από το κέντρο (διόρθωση εκκεντρότητας) (pixels) 3863313 54 1 94 Συντελεστής μεταβλητότητας μέσης απόστασης σημείων του περιγράμματος από το κέντρο Διαφορά μέσης SAX απόστασης από υγιείς μείον μέση SAX 6836 1 94 133253 1 94 223

Βασίλης Κιλίντζης απόσταση γλαυκωματικούς (n/w=8 (διόρθωση εκκεντρότητας) από a=6) Correct Μήκος 3039898 1 ed Total Περιγράμματος (LC) 459 93 (pixels) Τυπική απόκλιση μέσης απόστασης σημείων του περιγράμματος από το κέντρο (SDC) (pixels) Μέγεθος Κύριας Περιοχής Οπτικής Κοίλανσης προς Disc Area(HRT). (ΚΠΟΚ/DiscArea) (pixels/mm2) 1367143 1 93 6707E8 1 93 Απόσταση μεταξύ του κέντρου της ΚΠΟΚ και του Δίσκου Ανεξάρτητη από το μάτι προέλευσης διαφορά στην οριζόντια θέση μεταξύ των κέντρων της ΚΠΟΚ και του Δίσκου(μεγαλύτερο νούμερο σημαίνει πιο ρινικά(ολα σαν αριστερά μάτια)) (pixels) 1354311 5 1405825 1 1 93 1 93 Κανονικοποιημένο άθροισμα της διαφορά της απόστασης κάθε 961738 1 93 224

ΠΑΡΑΡΤΗΜΑ σημείου του περιγράμματος από τη μέση απόσταση ΚΠΟΚ/Δίσκο 10281 1 93 Μέση ευκλείδια απόσταση από υγιείς Διαφορά μέσης Ευκλείδειας απόστασης από υγιείς μείον μέση απόσταση από γλαυκωματικούς Γραμμική διαχωριστική συνάρτηση SDC&ΚΠΟΚ/DiscArea 2129 1 93 171 1 93 310309 1 93 Μέση απόσταση σημείων του περιγράμματος από το κέντρο (διόρθωση εκκεντρότητας) (pixels) 2992767 4 1 93 Συντελεστής μεταβλητότητας μέσης απόστασης σημείων του περιγράμματος από το κέντρο Διαφορά μέσης SAX απόστασης από υγιείς μείον μέση SAX απόσταση από γλαυκωματικούς (n/w=8 a=6) (διόρθωση εκκεντρότητας) 1445 1 93 112435 1 93 225

Βασίλης Κιλίντζης Estimated Marginal Means Κατηγορία Προέλευσης Estimates Dependent Variable Κατηγορία Προέλευσης Mean Std. Error Μήκος Περιγράμματος (LC) (pixels) Τυπική απόκλιση μέσης απόστασης σημείων του περιγράμματος από το κέντρο (SDC) (pixels) Μέγεθος Κύριας Περιοχής Οπτικής Κοίλανσης προς Disc Area(HRT). (ΚΠΟΚ/DiscArea) (pixels/mm2) Απόσταση μεταξύ του κέντρου της ΚΠΟΚ και του Δίσκου Ανεξάρτητη από το μάτι προέλευσης διαφορά στην οριζόντια θέση μεταξύ των κέντρων της ΚΠΟΚ και του Δίσκου(μεγαλύτερο νούμερο σημαίνει πιο ρινικά(ολα σαν αριστερά μάτια)) (pixels) Κανονικοποιημένο άθροισμα της διαφορά της απόστασης κάθε σημείου του περιγράμματος από τη μέση απόσταση Υγιείς 378764 a 8520 Γλαυκωματικοί 380524 a 8520 Υγιείς 5964 a 280 Γλαυκωματικοί 7485 a 280 Υγιείς 34219 a 77074 Γλαυκωματικοί 3665996 a 77074 Υγιείς 18881 a 743 Γλαυκωματικοί 16544 a 743 Υγιείς 17982 a 782 Γλαυκωματικοί 14757 a 782 Υγιείς 4487 a 240 Γλαυκωματικοί 5728 a 240 ΚΠΟΚ/Δίσκο Υγιείς 409 a 9 Γλαυκωματικοί 476 a 9 υγιείς Μέση ευκλείδια απόσταση από Υγιείς 415 a 011 Γλαυκωματικοί 460 a 011 Διαφορά μέσης Ευκλείδειας Υγιείς 064 a 3 226

ΠΑΡΑΡΤΗΜΑ απόστασης από υγιείς μείον μέση απόσταση από γλαυκωματικούς Γραμμική διαχωριστική συνάρτηση SDC&ΚΠΟΚ/DiscArea Μέση απόσταση σημείων του περιγράμματος από το κέντρο (διόρθωση εκκεντρότητας) (pixels) Συντελεστής μεταβλητότητας μέσης απόστασης σημείων του περιγράμματος από το κέντρο Διαφορά μέσης SAX απόστασης από υγιείς μείον μέση SAX απόσταση από γλαυκωματικούς (n/w=8 a=6) (διόρθωση εκκεντρότητας) Γλαυκωματικοί 052 a 3 Υγιείς 188 a 064 Γλαυκωματικοί 188 a 064 Υγιείς 42125 a 645 Γλαυκωματικοί 43599 a 645 Υγιείς 149 a 010 Γλαυκωματικοί 184 a 010 Υγιείς 167 a 085 Γλαυκωματικοί 488 a 085 a. Covariates appearing in the model are evaluated at the following values: Μέγεθος Κύριας Περιοχής Οπτικής Κοίλανσης (ΚΠΟΚ)(pixels) = 724305. Estimates Dependent Variable Κατηγορία Προέλευσης 95% Confidence Interval Lower Bound Upper Bound Μήκος Περιγράμματος (LC) (pixels) Τυπική απόκλιση μέσης απόστασης σημείων του περιγράμματος από το κέντρο (SDC) (pixels) Μέγεθος Κύριας Περιοχής Οπτικής Κοίλανσης προς Disc Area(HRT). (ΚΠΟΚ/DiscArea) (pixels/mm2) Απόσταση μεταξύ του κέντρου της ΚΠΟΚ και του Δίσκου Υγιείς 361960 395569 Γλαυκωματικοί 363720 397329 Υγιείς 5411 6517 Γλαυκωματικοί 6932 8038 Υγιείς 3267995 3572044 Γλαυκωματικοί 3513971 3818020 Υγιείς 17415 20348 Γλαυκωματικοί 15077 18010 Ανεξάρτητη από το μάτι Υγιείς 16440 19524 227

Βασίλης Κιλίντζης προέλευσης διαφορά στην οριζόντια θέση μεταξύ των κέντρων της ΚΠΟΚ και του Δίσκου(μεγαλύτερο νούμερο σημαίνει πιο ρινικά(ολα σαν αριστερά μάτια)) (pixels) Κανονικοποιημένο άθροισμα της διαφορά της απόστασης κάθε σημείου του περιγράμματος από τη μέση απόσταση Γλαυκωματικοί 13215 16299 Υγιείς 4013 4962 Γλαυκωματικοί 5253 6202 ΚΠΟΚ/Δίσκο Υγιείς 390 428 Γλαυκωματικοί 457 494 Μέση ευκλείδια απόσταση από υγιείς Διαφορά μέσης Ευκλείδειας απόστασης από υγιείς μείον μέση απόσταση από γλαυκωματικούς Γραμμική διαχωριστική συνάρτηση SDC&ΚΠΟΚ/DiscArea Μέση απόσταση σημείων του περιγράμματος από το κέντρο (διόρθωση εκκεντρότητας) (pixels) Συντελεστής μεταβλητότητας μέσης απόστασης σημείων του περιγράμματος από το κέντρο Διαφορά μέσης SAX απόστασης από υγιείς μείον μέση SAX απόσταση από γλαυκωματικούς (n/w=8 a=6) (διόρθωση εκκεντρότητας) Υγιείς 393 437 Γλαυκωματικοί 438 482 Υγιείς 070 057 Γλαυκωματικοί 059 046 Υγιείς 314 061 Γλαυκωματικοί 061 314 Υγιείς 40852 43398 Γλαυκωματικοί 42326 44872 Υγιείς 130 168 Γλαυκωματικοί 165 203 Υγιείς 1 335 Γλαυκωματικοί 320 656 228

ΠΑΡΑΡΤΗΜΑ Pairwise Comparisons Dependent Variable (I) Κατηγορία Προέλευσης (J) Κατηγορία Προέλευσης Std. Error Μήκος Περιγράμματος Υγιείς dimensi Γλαυκωματι 1323 (LC) (pixels) on2 κοί 4 Γλαυκωματι dimensi Υγιείς 1323 κοί on2 4 Τυπική απόκλιση μέσης Υγιείς dimensi Γλαυκωματι 435 απόστασης σημείων του on2 κοί περιγράμματος από το κέντρο (SDC) (pixels) Γλαυκωματι κοί dimensi on2 Υγιείς 435 Μέγεθος Κύριας Υγιείς dimensi Γλαυκωματι 1197 Περιοχής Οπτικής Κοίλανσης on2 κοί 26 προς Disc Area(HRT). (ΚΠΟΚ/DiscArea) (pixels/mm2) Γλαυκωματι κοί dimensi on2 Υγιείς 1197 26 Απόσταση μεταξύ του Υγιείς dimensi Γλαυκωματι 1155 κέντρου της ΚΠΟΚ και του on2 κοί Δίσκου Γλαυκωματι dimensi Υγιείς 1155 κοί on2 Ανεξάρτητη από το μάτι Υγιείς dimensi Γλαυκωματι 1215 προέλευσης διαφορά στην on2 κοί οριζόντια θέση μεταξύ των κέντρων της ΚΠΟΚ και του Δίσκου(μεγαλύτερο νούμερο Γλαυκωματι κοί dimensi on2 Υγιείς 1215 σημαίνει πιο ρινικά(ολα σαν αριστερά μάτια)) (pixels) Κανονικοποιημένο Υγιείς dimensi Γλαυκωματι 374 άθροισμα της διαφορά της on2 κοί απόστασης κάθε σημείου του περιγράμματος από τη μέση απόσταση Γλαυκωματι κοί dimensi on2 Υγιείς 374 ΚΠΟΚ/Δίσκο Υγιείς dimensi on2 κοί Γλαυκωματι 015 κοί Γλαυκωματι dimensi on2 Υγιείς 015 229

Βασίλης Κιλίντζης Μέση ευκλείδια Υγιείς dimensi Γλαυκωματι 017 απόσταση από υγιείς on2 κοί Γλαυκωματι dimensi Υγιείς 017 κοί on2 Διαφορά μέσης Υγιείς dimensi Γλαυκωματι 5 Ευκλείδειας απόστασης από on2 κοί υγιείς μείον μέση απόσταση από γλαυκωματικούς Γλαυκωματι κοί dimensi on2 Υγιείς 5 Γραμμική διαχωριστική Υγιείς dimensi Γλαυκωματι 1 συνάρτηση on2 κοί SDC&ΚΠΟΚ/DiscArea Γλαυκωματι dimensi Υγιείς 1 κοί on2 Μέση απόσταση σημείων Υγιείς dimensi Γλαυκωματι 13 του περιγράμματος από το on2 κοί κέντρο (διόρθωση εκκεντρότητας) (pixels) Γλαυκωματι κοί dimensi on2 Υγιείς 13 Συντελεστής Υγιείς dimensi Γλαυκωματι 015 μεταβλητότητας μέσης on2 κοί απόστασης σημείων του περιγράμματος από το κέντρο Γλαυκωματι κοί dimensi on2 Υγιείς 015 Διαφορά μέσης SAX Υγιείς dimensi Γλαυκωματι 132 απόστασης από υγιείς μείον on2 κοί μέση SAX απόσταση από γλαυκωματικούς (n/w=8 a=6) (διόρθωση εκκεντρότητας) Γλαυκωματι κοί dimensi on2 Υγιείς 132 Based on estimated marginal means Pairwise Comparisons Dependent Variable (I) Κατηγορία Προέλευσης (J) Κατηγορία Προέλευσης Sig. a Μήκος Περιγράμματος Υγιείς dimensi Γλαυκωματικ 894 230

ΠΑΡΑΡΤΗΜΑ (LC) (pixels) on2 οί Γλαυκωματικ dimensi Υγιείς 894 οί on2 Τυπική απόκλιση μέσης Υγιείς dimensi Γλαυκωματικ 1 απόστασης σημείων του on2 οί περιγράμματος από το κέντρο (SDC) (pixels) οί Γλαυκωματικ dimensi on2 Υγιείς 1 Μέγεθος Κύριας Υγιείς dimensi Γλαυκωματικ 041 Περιοχής Οπτικής Κοίλανσης on2 οί προς Disc Area(HRT). (ΚΠΟΚ/DiscArea) (pixels/mm2) οί Γλαυκωματικ dimensi on2 Υγιείς 041 Απόσταση μεταξύ του Υγιείς dimensi Γλαυκωματικ 044 κέντρου της ΚΠΟΚ και του on2 οί Δίσκου Γλαυκωματικ dimensi Υγιείς 044 οί on2 Ανεξάρτητη από το μάτι Υγιείς dimensi Γλαυκωματικ 9 προέλευσης διαφορά στην on2 οί οριζόντια θέση μεταξύ των κέντρων της ΚΠΟΚ και του Δίσκου(μεγαλύτερο νούμερο οί Γλαυκωματικ dimensi on2 Υγιείς 9 σημαίνει πιο ρινικά(ολα σαν αριστερά μάτια)) (pixels) Κανονικοποιημένο Υγιείς dimensi Γλαυκωματικ 1 άθροισμα της διαφορά της on2 οί απόστασης κάθε σημείου του περιγράμματος από τη μέση απόσταση οί Γλαυκωματικ dimensi on2 Υγιείς 1 ΚΠΟΚ/Δίσκο Υγιείς dimensi Γλαυκωματικ 0 on2 οί Γλαυκωματικ dimensi Υγιείς 0 οί on2 Μέση ευκλείδια Υγιείς dimensi Γλαυκωματικ 011 απόσταση από υγιείς on2 οί Γλαυκωματικ dimensi Υγιείς 011 οί on2 231

Βασίλης Κιλίντζης Διαφορά μέσης Υγιείς dimensi Γλαυκωματικ 025 Ευκλείδειας απόστασης από on2 οί υγιείς μείον μέση απόσταση από γλαυκωματικούς οί Γλαυκωματικ dimensi on2 Υγιείς 025 Γραμμική διαχωριστική Υγιείς dimensi Γλαυκωματικ 0 συνάρτηση on2 οί SDC&ΚΠΟΚ/DiscArea Γλαυκωματικ dimensi Υγιείς 0 οί on2 Μέση απόσταση σημείων Υγιείς dimensi Γλαυκωματικ 143 του περιγράμματος από το on2 οί κέντρο (διόρθωση εκκεντρότητας) (pixels) οί Γλαυκωματικ dimensi on2 Υγιείς 143 Συντελεστής Υγιείς dimensi Γλαυκωματικ 019 μεταβλητότητας μέσης on2 οί απόστασης σημείων του περιγράμματος από το κέντρο οί Γλαυκωματικ dimensi on2 Υγιείς 019 Διαφορά μέσης SAX Υγιείς dimensi Γλαυκωματικ 016 απόστασης από υγιείς μείον on2 οί μέση SAX απόσταση από γλαυκωματικούς (n/w=8 a=6) (διόρθωση εκκεντρότητας) οί Γλαυκωματικ dimensi on2 Υγιείς 016 Based on estimated marginal means a. Adjustment for multiple comparisons: Bonferroni. Multivariate Tests Value F Hypothesis df Error df Sig. Pillai's trace 319 7011 a 120 18 0 Wilks' lambda 681 7011 a 120 18 0 Hotelling's trace 467 7011 a 120 18 0 Roy's largest root 467 7011 a 120 18 0 232

ΠΑΡΑΡΤΗΜΑ Each F tests the multivariate effect of Κατηγορία Προέλευσης. These tests are based on the linearly independent pairwise comparisons among the estimated marginal means. a. Exact statistic Univariate Tests Dependent Variable F Sig. Μήκος Περιγράμματος (LC) (pixels) Contrast 018 894 Error Τυπική απόκλιση μέσης απόστασης σημείων του περιγράμματος από το κέντρο (SDC) (pixels) Μέγεθος Κύριας Περιοχής Οπτικής Κοίλανσης προς Disc Area(HRT). (ΚΠΟΚ/DiscArea) (pixels/mm2) Απόσταση μεταξύ του κέντρου της ΚΠΟΚ και του Δίσκου Ανεξάρτητη από το μάτι προέλευσης διαφορά στην οριζόντια θέση μεταξύ των κέντρων της ΚΠΟΚ και του Δίσκου(μεγαλύτερο νούμερο σημαίνει πιο ρινικά(ολα σαν αριστερά μάτια)) (pixels) Κανονικοποιημένο άθροισμα της διαφορά της απόστασης κάθε σημείου του περιγράμματος από τη μέση απόσταση Contrast 12211 1 Error Contrast 4221 041 Error Contrast 4098 044 Error Contrast 7051 9 Error Contrast 11024 1 Error ΚΠΟΚ/Δίσκο Contrast 20664 0 Error Μέση ευκλείδια απόσταση από υγιείς Contrast 6579 011 Error Διαφορά μέσης Ευκλείδειας απόστασης από υγιείς μείον μέση απόσταση από γλαυκωματικούς Contrast 5078 025 Error 233

Βασίλης Κιλίντζης Γραμμική διαχωριστική συνάρτηση SDC&ΚΠΟΚ/DiscArea Μέση απόσταση σημείων του περιγράμματος από το κέντρο (διόρθωση εκκεντρότητας) (pixels) Συντελεστής μεταβλητότητας μέσης απόστασης σημείων του περιγράμματος από το κέντρο Διαφορά μέσης SAX απόστασης από υγιείς μείον μέση SAX απόσταση από γλαυκωματικούς (n/w=8 a=6) (διόρθωση εκκεντρότητας) Contrast 14099 0 Error Contrast 2163 143 Error Contrast 5595 019 Error Contrast 5908 016 Error The F tests the effect of Κατηγορία Προέλευσης. This test is based on the linearly independent pairwise comparisons among the estimated marginal means. 5.3.7 Αναλυτικά αποτελέσματα ανάλυσης παραμέτρων πολλαπλών συγκρίσεων. 5.3.7.1 Ελεγχος κανονικής κατανομής ανά ομάδα στις παραμέτρους πολλαπλών συγκρίσεων. Ομάδα = ΓλαυκωματικοίΥγιείς Case Processing Summary a Ευκλείδεια απόσταση SAX απόσταση (n/w=8 a=6) Series or Sequence Length 9409 9409 Number of Missing Values in the Plot UserMissing 0 0 SystemMissing 0 0 The cases are unweighted. a. Ομάδα = ΓλαυκωματικοίΥγιείς 234

ΠΑΡΑΡΤΗΜΑ Case Processing Summary a SAX απόσταση (n/w=32 a=6) Series or Sequence Length 9409 Number of Missing Values in the Plot UserMissing 0 SystemMissing 0 The cases are unweighted. a. Ομάδα = ΓλαυκωματικοίΥγιείς Estimated Distribution Parameters a Ευκλείδεια απόσταση SAX απόσταση (n/w=8 a=6) SAX απόσταση (n/w=32 a=6) Normal Distribution n Locatio 181270888 14726458 12474713 Scale 603037677 38237410 45855406 The cases are unweighted. a. Ομάδα = ΓλαυκωματικοίΥγιείς Ευκλείδεια απόσταση 235

Βασίλης Κιλίντζης 236

SAX απόσταση (n/w=8 a=6) ΠΑΡΑΡΤΗΜΑ SAX απόσταση (n/w=32 a=6) Ομάδα = ΥγιείςΥγιείς 237

Βασίλης Κιλίντζης Case Processing Summary a Ευκλείδεια απόσταση SAX απόσταση (n/w=8 a=6) Series or Sequence Length 4656 4656 Number of Missing Values in the Plot UserMissing 0 0 SystemMissing 0 0 The cases are unweighted. a. Ομάδα = ΥγιείςΥγιείς Case Processing Summary a SAX απόσταση (n/w=32 a=6) Series or Sequence Length 4656 Number of Missing Values in the Plot UserMissing 0 SystemMissing 0 The cases are unweighted. a. Ομάδα = ΥγιείςΥγιείς Estimated Distribution Parameters a Ευκλείδεια απόσταση SAX απόσταση (n/w=8 a=6) SAX απόσταση (n/w=32 a=6) Normal Distribution n Locatio 155059432 14874233 12617557 Scale 509436993 37059029 43597671 The cases are unweighted. a. Ομάδα = ΥγιείςΥγιείς 238

Ευκλείδεια απόσταση ΠΑΡΑΡΤΗΜΑ SAX απόσταση (n/w=8 a=6) 239

Βασίλης Κιλίντζης SAX απόσταση (n/w=32 a=6) Ομάδα = ΓλαυκωματικοίΓλαυκωματικοί Case Processing Summary a Ευκλείδει α απόσταση SAX απόσταση (n/w=8 a=6) 240