علی شاعیدی - عضو هیئت علمی دانشگاه پیام نوردزفول PNU/PayameNoorUniversity
فرهاد کیانفر - عضو هیئت علمی دانشگاه پیام نوراندیمشک

یکی ازجراحات موجود درشبکه میکروانوریسم هاMicroaneurysms می باشندمیکروانوریسم ها ابتدای ترین علائم بیماری رتینوپاتی دیابتی می باشند وجود این جراحات درسطح شبکیه میتواندبطور جدی بینایی را مختل نماید تشخیص پاتولوژی های میکروانوریسم درشمارزیادی ازتصاویر تولید شده مرتبط با روشهای تصویربرداری زمان برپرهزینه و توام با خطای انسانی می باشد لذا بهتر است ازیک روش کامپیوتری و مدرن جهت تشخیص جراحات استفاده نمود هدف این مقاله مقایسه انواع روشهای بررسی اتوماتیک تصاویررنگی شبکیه دربیماران مبتلا به دیابت به منظور شناسایی و دسته بندی سریع و دقیق پاتولوژی های قرمز رنگ شبکیه میکروانوریسم ها وسپس تشخیص بیماری رتینوپاتی دیابتی درمراحل اولیه آن می باشد دراین مقاله ازروش تشخیص میکروانوریسم ها برمبنای ناحیه بمنظور جداسازی این پاتولوژی ها ازسایرنواحی تصویراستفاده گردید وهمچنین ازدسته بندی کننده هایی نظیر درخت های تصمیمگر ماشین بردارپشتیبان و شبکه های بیزین استفاده شده است بنابراین داده های استخراج شده ازتصاویر شبکیه درابتدا باید بصورت الکترونیکی اموزش دیده و درمراحل بعدی خود را به منظور تشخیص اماده نمایند دربررسی های به عمل امده حساسیت وویژگی روش دسته بندی کننده ماشین بردارپشتیبان 97.5و99/9 درصد روش شبکه های بیزین 96.3و99.5 درصدوروش دسته بندی کننده درخت های تصمیم گیری 100و98درصد بدست امده است بعدازمقایسه روشهای ذکر شده بهترین روش تشخیص استفاده ازدسته بندی کننده c4.5 بوده که این روش براساس درخت های تصمیمگیری می باشد این روش با استفاده ازکامپیوتر وبطور کاملا اتوماتیک پیادهس ازی گردیده و کارتحلیل و تشخیص تصاویر رابدون مداخله پزشک متخصص انجام میدهد و درمقایسه با روشهای تشخیص بالینی ازدقت بالاتری برخوردار می باشد

یادگیری الکترونیکی /تشخیص میکروآنوریسم ها برمبنای ناحیه /دسته بندی/درخت های تصمیم/رتینوپاتی دیابتی