استخراج عروق خونی شبکیه و ویژگی های آن به کمک فیلتر های مکانی و ماتریس هم رخداد سطح خاکستری (GLCM)

شناسایی رگهای شبکیه نقش تعیین کننده ای در تشخیص هویت و تشخیص بیماریهایی مثل فشار خون و رتینوپاتی دارد. تشخیص این رگها در تصاویر شبکیه به دلیل کنتراست پایین تصاویر و موقعیت تصادفی رگها همواره با چالش همراه است . در این تحقیق یک روش جدید ارائه شده است که ابتدا پیش پردازش روی تصویر انجام می دهد و پس از بهبود کیفیت از طریق فیلتر میانه با استفاده از فیلتر لاپلاسین لبه های عروق ، استخراج می شوند سپس روی تصویر تعدیل هیستوگرام زده و به کمک استانه گذاری اتسو تصویر باینری می شود و پس از پردازش های اولیه دیسک نوری با استفاده از تبدیل هاف شناسایی و حذف می گردد و با اعمال ماتریس هم رخداد سطح خاکستری چهار ویژگی ASM , entropy , correlation , IDM از عروق استخراج شده و با کمک PCA داده ها کاهش بعد داده می شوند و در طبقه بند های SVM و KNN طبقه بندی انجام می شود. روش پیشنهادی روی ۴۰ تصویر موجود در پایگاه داده DRIVE شبیه سازی شده است . در نهایت برای ارزیابی روش پیشنهادی از ضریب Dice استفاده شد. روش پیشنهادی با میانگین ۹۸٪ در طبقه بند SVM و % ۹۷ ,۸ در طبقه بند KNN نسبت به سایر پژوهش های به دست آمده برتر بود.

Keywords:

استخراج عروق شبکیه , ماتریس هم رخداد خاکستری , تبدیل هاف