برگزار شده توسط : دانشگاه شهید چمران اهواز
تاریخ برگزاری : 16 اسفند ماه 1401
ارائه مدلی هوشمند جهت تشخیص سطح رتینوپاتی دیابتی با استفاده از استخراج الگوی رگهای خونی در تصاویر شبکیه
فاطمه درخشان , حمیدرضا ناجی
رتینوپاتی دیابتی یک بیماری چشمی مزمن و پیشرونده است که در آن شبکیه چشم انسان به دلیل افزایش مقدار انسولین در خون تحت تأثیر قرار می‌گیرد. رتینوپاتی دیابتی اگر به موقع تشخیص و درمان نشود، بینایی بیمار را تهدید و در نهایت باعث کوری کامل می‌شود. در میان علائم بالینی مختلف، میکروآنوریسم به عنوان اولین علامت رتینوپاتی دیابتی ظاهر می‌شود. تشخیص دقیق و مطمئن میکروآنوریسم‌ها به دلیل اندازه کوچک و کنتراست کم آن یک مشکل چالش برانگیز است. تشخیص موفقیت‌آمیز میکروآنوریسم‌ها برای برنامه‌ریزی صحیح و درمان مناسب بیماری در مراحل اولیه مفیدتر خواهد بود. در این مقاله، ما روشی برای طبقه‌بندی تصاویر پزشکی از شبکیه چشم به منظور تشخیص دقیق سطح توسعه رتینوپاتی دیابتی ارائه می‌کنیم. روش پیشنهادی ما دارای شش مرحله اصلی است که در مراحل یک تا چهار ابتدا تصوير ورودي تحت پيش‌پردازش قرار مي‌گيرد. در مرحله اول؛ تشخیص رگهای خونی با استفاده از عملیات مورفولوژیکی بستن، مرحله دوم؛ تشخیص لبه دایره‌ای با استفاده از عملیات مورفولوژیکی گرادیان، مرحله سوم؛ تشخیص دیسک نوری با استفاده از روش لبه‌یابی تبدیل هاف دایره‌ای، مرحله چهارم؛ تشخیص میکروآنوریسم‌ها با استفاده از حذف رگهای خونی، لبه دایره‌ای و دیسک نوری تشخیص داده شده در تصویر و سپس استفاده از تبدیل هاف دایره‌ای انجام می‌گیرد. در مرحله پنجم استخراج ویژگی با در نظر گرفتن دو ویژگی، ناحیه رگهای خونی و ناحیه میکروآنوریسم‌ها و چهار ویژگی به دست آمده از ماتریس هم رخداد سطح خاکستری، انجام می‌شود. در نهایت مرحله ششم طبقه‌بندی با استفاده از طبقه‌بند SVM می‌باشد. عملکرد مدل را با استفاده از پایگاه داده تصاویر فوندوس شبکیه، EyePacs ارزیابی کرده و به ترتیب دقت و تشخیص‌پذیری 98%، 98.75% را بدست آوردیم. نتایج تجربی نشان می‌دهد که مدل پیشنهادی ما از نظر معیارهای ارزیابی در مقایسه با روش‌های دیگر بهتر عمل می‌کند.
رتینوپاتی دیابتی، میکروآنوریسم، مورفولوژیک، SVM.
برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است :
در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
, 1401 , ارائه مدلی هوشمند جهت تشخیص سطح رتینوپاتی دیابتی با استفاده از استخراج الگوی رگهای خونی در تصاویر شبکیه , اولین کنفرانس بین المللی و ششمین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی