آشکارسازی مردمک به منظور تشخیص خودکار بیماری های چشم با استفاده از نگاشت رنگی بهینه

Publish Year: 1402
نوع سند: مقاله ژورنالی
زبان: Persian
View: 48

This Paper With 17 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_JHBMI-10-1_001

تاریخ نمایه سازی: 8 مرداد 1403

Abstract:

مقدمه: دسته مهمی از بیماری های مربوط به چشم شامل اختلالات مردمک و عنبیه چشم است. بخش بندی دقیق مردمک اولین و مهم ترین گام در تشخیص خودکار بیماری های مربوط به مردمک و عنبیه چشم می باشد. اکثر روش های موجود دقت کافی نداشته و نسبت به اثرات نویز و انعکاس مولفه های نوری، حساس می باشند. ضمن این که تصاویر استفاده شده در آن ها نیز معمولا محدودیت هایی از جمله زاویه دید را دارند. روش: در الگوریتم پیشنهادی ابتدا روشی پایدار جهت حذف مولفه های انعکاس در مردمک و پیش پردازش های لازم به منظور تشخیص محل دقیق مردمک پیشنهاد شده است. سپس یک الگوریتم نگاشت رنگی بهینه به کمک الگوریتم لونبرگ-مارکوارت برای تعیین دقیق مرز مردمک محاسبه شده است. این روش هیچ گونه اعمال محدودیتی بر روی تصویر چشم نداشته و شکل و زاویه دید مردمک در تصویر به هر شکل و در هر جهتی می تواند باشد. نتایج: روش پیشنهادی هیچ مدل خاصی (دایره یا بیضی) را به عنوان مرز نهایی مردمک در نظر نگرفته و نسبت به نوفه و انعکاس نور  مقاوم است. این روش توانسته در تشخیص دقیق مرز مردمک با نرخ تشخیص ۹۸/۸ و ۹۸ درصد به ترتیب برای پایگاه داده UBIRIS و پایگاه داده گردآوری شده، عملکرد بهتری در مقایسه با الگوریتم های مهم ارائه شده در سال های اخیر داشته باشد. نتیجه گیری: از روش ارائه شده در این پژوهش می توان برای افزایش دقت در بخش بندی مرز داخلی و خارجی عنبیه به منظور تشخیص بیماری های مربوط به مردمک و عنبیه چشم، همچنین جهت تشخیص هویت از طریق عنبیه چشم استفاده کرد.

Authors

رسول خیرالهی

MSc. in Electrical Engineering, Department of Electrical Engineering, Faculty of Electrical Engineering, Sahand University of Technology, Tabriz, Iran

فاطمه حورعلی

Ph.D. in Electrical Engineering, Assistant Professor, Department of Electrical Engineering, Faculty of Electrical and Computer Engineering, Esfarayn University of Technology, Esfarayn, Iran

محمد حسین صداقی

Ph.D. in Electrical Engineering, Professor, Department of Electrical Engineering, Faculty of Electrical Engineering, Sahand University of Technology, Tabriz, Iran

حسین ابراهیم نژاد

Ph.D. in Electrical Engineering, Professor, Department of Electrical Engineering, Faculty of Electrical Engineering, Sahand University of Technology, Tabriz, Iran

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 :
  • Falardeau J. Anisocoria. International ophthalmology clinics ۲۰۱۹; ۵۹(۳): ۱۲۵-۳۹. doi: ...
  • Kumari K, Kaur S, Sukhija J. Commentary: Intracameral mydriatics in ...
  • Karakaya M. A study of how gaze angle affects the ...
  • Lee KI, Jeon JH, Song BC. Deep learning-based pupil center ...
  • Fathee HN, Sahmoud S, Abdul-Jabbar JM. A Robust Iris Segmentation ...
  • Kim J, Stengel M, Majercik A, De Mello S, Dunn ...
  • Lozej J, Meden B, Struc V, Peer P. End-to-end iris ...
  • Li YH, Huang PJ, Juan Y. An efficient and robust ...
  • Proença H, Filipe S, Santos R, Oliveira J, Alexandre LA. ...
  • Camus TA. Wildes R. Reliable and Fast Eye Finding in ...
  • Saad IA, George LE, Tayyar AA. Accurate and fast pupil ...
  • Daugman J. New methods in iris recognition. IEEE Transactions on ...
  • Kitazumi K, Nakazawa A. Robust pupil segmentation and center detection ...
  • نمایش کامل مراجع