ارائه روش مورفولوژی رنگی وفقی برای شناسایی ضایعات رتینوپاتی دیابتی در تصاویر رنگی شبکیه چشم
- سال انتشار: 1399
- محل انتشار: ششمین کنفرانس ملی پژوهش های کاربردی در مهندسی برق، مکانیک و مکاترونیک
- کد COI اختصاصی: ELEMECHCONF06_279
- زبان مقاله: فارسی
- تعداد مشاهده: 631
نویسندگان
کارشناس ارشد هوش مصنویی - دانشکده مهندسی - دانشگاه آزاد اسلامی واحد مشهد
استاد - آزمایشگاه بینایی ماشین - دانشکده مهندسی - دانشگاه فردوسی مشهد
استادیار - چشم پزشک - مرکز تحقیقات چشم خاتمالانبیا - دانشگاه علوم پزشکی مشهد
چکیده
رتینوپاتی دیابتی یکی از دلایل شایع نابینایی در جهان محسوب میشود. انجام معاینات دورهای و تشخیص زودهنگام بیماری میتواند مانع از بروز نابینایی و یا کم بینایی شود. معاینات دورهای شامل تصویربرداری از ته چشم و تحلیل تصاویر توسط افراد متخصص برای مشاهده تغییرات سریع در الگوی عروق خونی و بروز ضایعات مختلف میباشد. این روش معاینه بسیار زمانبر، پرهزینه و نیازمند افراد متخصص میباشد. طراحی سیستمی خودکار برای تشخیص ضایعات رتینوپاتی دیابتی ضروری است . بیشتر روشهای ارائه شده یا دقت کافی برای غربالگری را ندارند و یا نیازمند تنظیم پارامتر برای دیتاست-های متفاوت هستند که این امر در عمل موجب کاهش کارایی این روشها شده است. هدف طراحی یک سیستم غربالگری رتینوپاتی دیابتی خودکار با دقت بیشتر در غربالگری و عدم نیاز به تنظیم پارامتر برای دیتاستهای متفاوت است؛ به همین منظور عملگرهای مورفولوژی رنگی وفقی برای تشخیص ضایعات رتینوپاتی دیابتی طراحی شده است که برای تشخیص ضایعات از ویژگی رنگ نیز استفاده میشود که همین امر موجب بهبود غربالگری شده است. برای ارزیابی الگوریتمهای سیستم پیشنهادی از دیتاستهای ROC و ddb1 استفاده شده است که برای تشخیص ضایعه میکروآنوریسم میانگین حساسیت % 45,92 و مقدار میانگین FP برای هر تصویر 21,36 به دست آمده است و برای تشخیص ضایعه اگزودا مقادیر حساسیت و تشخیص به ترتیب %85,7 و %78,8 به دست آمده است.کلیدواژه ها
رتینوپاتی دیابتی، میکروآنوریسم، اگزودا، پردازش تصویر، دیابت، مورفولوژی رنگی وفقیمقالات مرتبط جدید
- سیستم تشخیص نفوذ در محیط رایانش ابری با استفاده از یادگیری ویژ گی
- کاهش هزینه تعمیراتی ماشین های سنگین از طریق بهبود الگوریتم درخت تصمیم با الگوریتم های انتخاب ویژگی Information Gain ،Correlation و SVM
- پردازش کوانتومی تصاویر پزشکی و تشخیص لبه آن با استفاده از الگوریتم QHED
- بررسی و مقایسه روشهای تشخیص اکانت های جعلی در شبکه های اجتماعی
- مکان یابی و مقدار بهینه منابع تولید پراکنده به منظورکاهش تلفات و بهبود انحراف ولتاژ شبکه نامتعادل توزیع
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.