علی کارساز - دانشیار، گروه مهندسی برق -کنترل، موسسه آموزش عالی خراسان
رقیه اکبریان - کارشناسی ارشد مهندسی برق، گرایش کنترل، موسسه آموزش عالی خراسان

غربالگری دیابت شبکیه چشم نقش مهمی در تشخیص زود هنگام دیابت چشمی در مراحل ابتدایی داشته و باعث جلوگیری از عوارضمتعددی از جمله کم بینایی و در مراحل پیشرفته تر نابینایی می شود. تاکنون روش های متعدد دسته بندی و خوشه بندی مبتنی بر یادگیریماشین در منابع علمی به منظور ارتقا دقت غربالگری دیابت چشمی مورد مطالعه بوده اند. روش دسته بندی ماشین بردار توصیف دامنه با کرنلغیرخطی یکی از روش های توانمند مبتنی بر الگوریتم ماشین بردار پشتیبان است که در این مقاله جهت دسته بندی تصاویر شبکیه چشم بررویدادههای بانک اطلاعات خصوصی نوید دیدگان بکارگیری شده است. عملکرد روش پیشنهادی با روش های دسته بندی و خوشه بندی k-means ،دسته بندی فازی و خوشه بندی تفاضلی که از جمله مهم ترین روش های دسته بندی و خوشه بندی محسوب می گردند، مقایسه شده است. جهتدستیابی به نتایج قابل اتکا، هر یک از این روش های مرسوم در بهترین وضعیت با توجه به پارامترهای قابل تنظیم خود بکارگیری شده اند ونهایتا بر اساس معیارهای ارزیابی عملکرد شامل معیار دقت، قابلیت پیش بینی، حساسیت و معیار رتبه F۱ برتری روش پیشنهادی مبتنی بربردار پشتیبان توصیف دامنه با کرنل غیرخطی نشان داده شده است

الگوریتم ماشین بردار پشتیبان، بانک اطلاعاتی، بردار پشتیبان توصیف دامنه، غربالگری دیابت چشمی