استخراج رگ از تصاویر شبکیه چشم مبتلا به رتینوپاتی دیابتی با استفاده از روشی مبتنی بر ساختارشناسی
Publish place: Journal of Advanced Signal Processing، Vol: 3، Issue: 1
Publish Year: 1398
نوع سند: مقاله ژورنالی
زبان: Persian
View: 342
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JASP-3-1_002
تاریخ نمایه سازی: 18 مهر 1400
Abstract:
دیابت، نوعی بیماری شایع در جهان است. اولین عضوی که معمولا دچار آسیب می شود؛ چشم می باشد. رتینوپاتی دیابتی، به معنی آسیب به شبکیه است که شامل تغییرات عروق خونی شبکیه است و می تواند به خونریزی، نشت مایع و یا تحریف دید منجر شود. جداسازی رگ های خونی از اولویت های تشخیص بیماری های شبکیه است. عکس برداری از شبکیه نیازمند استفاده از سیستم نوری پیچیده ای به نام دوربین فونداس یا عمقی است. دوربین عمقی، یک دوربین دیجیتال معمولی است که به منظور تهیه تصاویر از شبکیه مورد استفاده قرار می گیرد، برخلاف دستگاه های ته چشم بین، این دستگاه ها امکان ذخیره داده ها را نیز فراهم می کنند. در این مقاله، روشی برای استخراج رگ های خونی از تصویر شبکیه مبتنی بر ساختارشناسی (مورفولوژی) ارائه شده است. رگ ها بخشی هستند که باید قبل از تشخیص ضایعه های رتینوپاتی دیابتی از تصویر حذف شوند. در ابتدا برای بهبود کیفیت از عملگرهای مورفولوژی بر روی تصویر شبکیه رنگی استفاده می شود. سپس، با روش های مورفولوژی، دیسک نوری از تصویر حذف می گردد. سپس، رگ های خونی تصویر شبکیه با استفاده از دو الگوریتم مجزا استخراج می شوند. با ترکیب این دو الگوریتم، رگ های خونی با جزئیات بیشتری استخراج می گردند. در نهایت با استفاده از فیلتر میانه، نویز احتمالی حذف می شود و رگ های خونی با دقت بیشتری استخراج می شوند. الگوریتم پیشنهادی این مقاله بر روی تصاویر پایگاه داده Drive مورد ارزیابی قرار گرفته و نتایج مناسبی حاصل شده است. مقادیر متوسط اختصاصیت، حساسیت و صحت روش ارائه شده به ترتیب ۰.۹۸، ۰.۷۵۱ و ۰.۹۶۰ می باشد.
Keywords:
Authors
زهرا اصغرزاده بناب
گروه مهندسی پزشکی، دانشکده مهندسی برق و کامپیوتر، دانشگاه تبریز، تبریز، ایران
سعید مشگینی
گروه مهندسی پزشکی، دانشکده مهندسی برق و کامپیوتر، دانشگاه تبریز، تبریز، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :