تشخیص اگزودا در تصاویر رتینوپاتی دیابتی با استفاده از خوشه‌بندی فازی c-mean

سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,284

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICBME17_098

تاریخ نمایه سازی: 9 تیر 1392

چکیده مقاله:

اگزوداها از اولین علائم بیماری رتینوپاتتی دیابتی هستند . آشکارسازی به هنگام می تواند باعث کاهش ریسک بینایی شود . .اگزوداها بیانگر وجود تورم در شبکیه نیز می باشد. اگر اگزوداها به ناحیه ی ماکولا گسترش یابد، بینایی کاهش می یابد. تصاویر رنگی عمقی چشم در آزمایش های خودکار به منظور شناسایی به هنگام علائم و درمان سریع بیماری استفاده می شود. اگزوداها به رنگ سفید یا زرد یا اشکال و مکان های مختلف، اغلب به صورت خط یا دسته هایی در اطراف میکروآنوریزم ها وجود دارند . پیشنهاد این مقاله در ارائه روش خودکاری بر ای شناسایی اگزودا در تصاویر با کنتراست پایین و بدون اتساع مردومک به کمک خوش ه بندی فازی C-Mean است. پس از بهبود کنتراست ٤ ویژگی برای تقطیع استخراج گردید که شامل شدت، گرادیان، رنگ و نوع بافت می باشد. پس از بررسینتایج و مقایسه ی آنها با نتایج اصلی، کارایی ر وش با پارامتر صحت ارزیابی شد . برای طراحی و پیاده سازی الگوریتم ١٥٠ تصویر از پایگاه داده ی MESSIDOR استفاده شده است .. در صد صحت به دست آمده در شناسایی اگزودای سخت با این روش 98/17% است.

کلیدواژه ها:

نویسندگان

زهرا وهابی

دانشجوی کارشناسی ارشد دانشگاه صنعتی امیرکبیر

منصور وفادوست

دانشیار دانشکده ی مهندسی پزشکی، دانشگاه صنعتی امیرکبیر تهران

شهریار غریب زاده

دانشیار دانشکده ی مهندسی پزشکی، دانشگاه صنعتی امیرکبیر تهران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • R.p. Philips, et al, _ Automated detection and quantification of ...
  • ) J.a . Olson, , et al, " A comparative ...
  • W. Hsu, et al, "The role of Domain Knowledge in ...
  • A. Osareh, et al, _ Automated Identification of Diabetic Retinal ...
  • Paisan, , et al, "Screning for Diabetic Retinopathy in Rural ...
  • C. I. Sanches, et al, _ Retinal Image Analysis to ...
  • Engineering in Medicine and Biology Society (EMBC), pp. _ 2004. ...
  • c. Sinthanayothi, et al, " Automated localization of the Optic ...
  • J. Nayak, et al, "Automated Identification of Diabetic Retinopathy Stages ...
  • T. Kauppi, et al, "DIARETDB. Evaluation Dtatabase and Methodology for ...
  • Technology, Finland, 2007. ...
  • H. Wang, et al, " An Effective Approach to Detect ...
  • L. Huiqi, et al, " A model-based approach for automated ...
  • D. Usher, et al, _ Automated detection of diabetic retinopathy ...
  • K.G. Goh, et al, _ an Automatic Diabetic Image Screening ...
  • T. Walter, et al, " A Contibution of Image Processing ...
  • X. Zhang, et al, " Top-down and bottom-up strategies in ...
  • G.G. Gardner, et al, " Automatic Detection of Diabetic Retinopathy ...
  • _ C. Sin thanayothin, et al, _ Automated Detection of ...
  • H. Musa, et al, " Reliability analysis of microarray data ...
  • Bio informatics, Vol. 2, pp. 644-64) 2005. ...
  • X.Y .Wang, et al, " Application of the fuzzy C- ...
  • نمایش کامل مراجع