تشخیص خودکار رتینوپاتی دیابتی در تصاویر دیجیتال فوندوس شبکیه با استفاده از ماشین بردار پشتیبان (SVM)
Publish place: The first international conference on electronic control, electrical circuits, communications and smart grids
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,283
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICCECSG01_051
تاریخ نمایه سازی: 25 فروردین 1394
Abstract:
دیابت رتینوپاتی جزء شایع ترین بیماریهای سیستم بینایی انسان به شمار می آید و اصلی ترین عامل نابینایی و کم بینایی در بزرگسالان بین ۲۰ تا ۶۰ سال یا جمعیت کار جوامع غربی می باشد. تشخیص زودهنگام میکروآنوریسمها که از اولین علائم آشکار بیماری رتینوپاتی دیابتی در شبکیه چشم هستند، باعث تشخیص این بیماری در مراحل ابتدایی آن می شود. در این مقاله، یک روش جدید برای تشخیص خودکار میکروآنوریسم در تصاویر دیجیتال فوندوس شبکیه، با استفاده از ماشین بردار پشتیبان (SVM)، پیشنهاد می شود. روش پیشنهادی، بر روی چهل تصویر شبکیه از تصاویر دیجیتال شبکیه مجموعه داده (DRIVE ) برای تست عملکرد، مورد بررسی قرار گرفت. نتایج نشان می دهد که صحت تشخیص میکروآنوریسم با استفاده از این الگوریتم بسیار مطلوب بوده و مشکل محدود بودن تعداد نمونه های آموزشی را تا حد قابل توجهی جبران نموده است. همچنین این روش سریع تر از روش های موجود است.
Keywords:
Authors
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 :