Glaucoma is an optic neuropathy affecting the entire visual system. The worldwide prevalence of glaucoma is estimated to be 60.5 million people. The visual disorder caused by glaucoma can reach complete blindness if untreated. Various treatment approaches exist that can largely prevent the visual disability and limit the vision loss due to glaucoma if the disease is diagnosed in its early phases. Nevertheless, the slow progression of the disease along with the lack of clear symptoms results in the late identification of glaucoma. Moreover, the pathophysiology of glaucoma, and its biological foundation and factors are not yet fully determined or understood. Therefore, novel directions are essential for improving the diagnostic flow and the understanding of the glaucoma mechanism. Most of the glaucoma diagnostic methods analyze the eye with a main focus on the retina, despite the transsynaptic nature of the fiber degeneration caused by glaucoma. Thus, they ignore a significant part of the visual system represented by the visual pathway in the brain. The advances in neuroimaging, especially diffusion tensor imaging (DTI), enable the identification and characterization of white matter fibers. It has been reported that glaucoma affects different parts of the visual system. Optic nerve and optic radiation were shown to have abnormalities measured by DTI-derived parameters in the presence of glaucoma. These outcomes suggest the significance of visual pathway analysis in the diagnosis. In this work, we propose visual pathway analysis using DTI in glaucoma diagnosis to complement the existing retina-based techniques. A system is proposed to automatically identify the optic radiation on the DTI-images. The segmentation algorithm is applied to healthy and glaucoma subjects and showed high accuracy in segmenting such a complicated fiber structure. The automation eliminates the necessity of medical experts’ intervention and facilitates studies with large number of subjects. This algorithm was incorporated in a framework for the determination of the local changes of the optic radiation due to glaucoma using DTI. The framework can aid further studies and understanding of the pathophysiology of glaucoma. Moreover, the framework is applied to normal and glaucoma groups to provide localization maps of the glaucoma effect on the optic radiation. Finally, we propose a system that extracts different aspects of the visual pathway fibers from the diffusion tensor images for detecting and discriminating different glaucoma entities. The classification results indicate the superior performance of the system compared to many state of the art retina-based glaucoma detection systems. The proposed approach utilizes visual pathway analysis rather than the conventional eye analysis which presents a new trend in glaucoma diagnosis. Analyzing the entire visual system could provide significant information that can improve the glaucoma examination flow and treatment.

Glaukomerkrankungen sind eine Optikusneuropathie, die das gesamte visuelle System beeinflusst. Die weltweite Prävalenz des Glaukoms wird auf 60,5 Millionen Menschen geschätzt. Unbehandelt kann die durch ein Glaukom verursachte visuelle Beeinträchtigung bis zu völliger Blindheit führen. Eine Erkennung der Krankheit im Frühstadium kann dies verhindern. Glaukomerkrankungen werden jedoch meist zu spät identifiziert, da die Erkrankung langsam fortschreitet und kaum eindeutige Symptome aufweist. Darüber hinaus sind die Pathophysiologie des Glaukoms und seine biologischen Grundlagen und Faktoren bisher noch nicht vollständig ermittelt und verstanden. Deshalb müssen neue Wege in der Forschung und Diagnostik eingeschlagen werden, um das Verständnis der zugrunde liegenden Mechanismen und letztendlich die Behandlung zu verbessern. Der Großteil der aktuell eingesetzten Methoden zur Glaukomdiagnose analysiert schwerpunktmäßig die Netzhaut des Auges, trotz der transsynaptischen Natur der Faserdegeneration, die ein Glaukom verursacht. Diese Ansätze ignorieren einen erheblichen Teil des visuellen Systems, nämlich die Sehbahn im Gehirn. Die Fortschritte in der Bildgebung, insbesondere des Diffusion Tensor Imaging (DTI), ermöglichen die Identifizierung und Charakterisierung von Fasern der weißen Gehirnsubstanz. Untersuchungen haben ergeben, dass eine Glaukomerkrankung sich auf verschiedene Teile des visuellen Systems auswirkt. Parameter, die aus dem DTI abgeleitet wurden, zeigten bei Glaukompatienten Abweichungen für den Sehnerv und die Sehstrahlung. Dies ist ein starker Indikator für die diagnostische Relevanz der Sehbahnanalyse. In dieser Arbeit werden Methoden zur Analyse der Sehbahn mittels DTI vorgestellt, mit denen bestehende netzhautbasierte Techniken zur Glaukomuntersuchung ergänzt werden können. Ein System zur automatischen Identifizierung der Sehstrahlung auf Basis des DTI wird präsentiert. Die Segmentierung wurde auf gesunde Personen und Glaukompatienten angewendet und zeigt eine hohe Genauigkeit bei der Segmentierung dieser komplizierten Faserstruktur. Die Automatisierung eliminiert die Notwendigkeit, medizinische Gutachten von Experten erstellen zu lassen und erleichtert Studien mit einer großen Anzahl von Patienten. Dieser Algorithmus ist die Grundlage eines Frameworks für die Bestimmung durch Glaukom verursachter lokaler Veränderungen der Sehstrahlung mittles DTI. Das Framework kann für weitere Studien und das Verständnis der Pathophysiologie des Glaukoms genutzt werden. Darüber hinaus wurde das Framework auf Gesunde und Glaukompatienten angewendet, um eine Kartographierung des Glaukomeffekts in der Sehstrahlung zu ermöglichen. Schließlich wird ein System zur Erkennung und Unterscheidung verschiedener Glaukomformen vorgeschlagen, das auf einer DTI-Analyse der Sehbahn-Fasern basiert. Die Klassifikationsergebnisse zeigen die hohe Genauigkeit des Systems im Vergleich zu vielen aktuellen netzhautbasierten Glaukom-Erkennungsystemen. Der vorgeschlagene Ansatz nutzt die Sehbahn-Analyse, die einen neuen Trend in der Glaukom-Diagnose darstellt, anstelle der üblichen Augenanalyse. Eine Analyse des gesamten visuellen Systems kann wichtige Informationen ergeben, die den Ablauf der Glaukomuntersuchung und die Behandlung verbessern.