غربال گری بیماران دیابت چشمی به روش تلفیقی ریخت شناسی و ماتریس هم رخداد GLCM

رتینوپاتی یا دیابت جشمی یکی از عارضه های مهم در افراد مبتلا به بیماری دیابت بوده که در موارد بحرانی می تواند موجب نابینایی شخص گردد.به طور کلی روش های تشخیص و غربالگری در این بیماری به دو دسته عمده روش های مبتنی بر پردازش تصویر و روش های هوشمند قابل تفکیک بوده که هر دسته دارای مزایا و معایب خود می باشد.یکی از این روش ها مهم که در دسته تشخیصی پردازش تصویر قرار می گیرد ،روش مبتنی بر الگوریتم های ریخت شناسی یا مورفولوژی است.در این روش،برای تشخیص دیابت چشمی اینتدا تصویر شبکیه به عنوان ورودی،به جهت همسان سازی پس زمینه و بهبود کیفیت،پیش پردازش می شود.در مرحله بعدی به کمک الگوریتم های ریخت شناسی و انواع روش های لبه یابی ،دیسک نوری و رگ های خونی حذف می شوند و در مرحله سوم محل میکروآنوریسم ها و سایر عارض بیماری مشخص شده و ویژگی های تصویر شامل محل قرارگیری و ابعاد دیسک نوری،رگ های شبکیه چشم،میکروآنوریسم ها و سایر عوارض بیماری مشخص شده و ویژگی های تصویر شامل محل قرارگیری و ابعاد دیسک نوری،رگ های شبکیه چشم،میکروآنوریسم ها،اگزوداها استخراج می شوند.نهایتا با بکارگیری یک روش نیرومند دسته بندی مانند روش ماشین بردار پشتیبان (SVM)وجود یا عدم وجود بیماری در تصویر ورودی تعیین می شود. در روش پیشنهادی از اعمال متعادل ساز هیستوگرام تطبیقی برای افزایش کیفیت و وضوح تصویر شبکیه چشم استفاده شده است،پس با حذف دیسک نوری و رگ های خونی و اگزودا از تصویر به جستجو میکروآنوریسم در تصویر پرداخته می شود.سه عنصر رگ های خونی ،اگزودا،میکروآنوریسم و چهار ویژگی دیگر که به روش ماتریس های هم رخداد (GLCM) محاسبه می شود،را با استفاده از روش دسته بندی SVM به دو سته ۱ و ۱- که به معنی سالم و یا ناسالم بودن چشم بیمار می باشد،دسته بندی می کنیم.نتایج شبیه سازی صورت پذیرفته برروی بانک اطلاعات چشم پزشکی مسیدور ،دقت مناسبی را نشان می دهد.

Keywords:

دیابت چشمی , میکروآنوریسم , ریخت شناسی , استخراج ویژگی , طبقه بندیSVM.