تشخیص اتوماتیک هومورژهای شبکیه با استفاده از تکنیک های دسته بندی
Publish place: 13th Annual Conference of Computer Society of Iran
Publish Year: 1386
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,439
متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- 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:
ACCSI13_238
تاریخ نمایه سازی: 25 آبان 1386
Abstract:
هومورژهای شبکیه خصوصیت برخی از بیماریهای شبکیه از قبیل رتینوپاتی دیابتی (اختلال در شبکیه ناشی از بیماری دیابت ) هستند. در این مقاله هدف ما ایجاد یک مدل کمی تشخیص به طور
اتوماتیک می باشد تا این پاتولوژی های قرمز درون تصاویر رنگی شبکیه را نشان دهد. بعد از مرحله پیش پردازش اولیه، نرمال سازی رنگ و بهبود کنتراست، تصاویر رنگی شبکیه با استفاده از روش تشخیص هومورژ برمبنای پیکسل تقسیم بندی (سگمنت بندی) می شوند . سپس نواحی تقسیم بندی شده را به دو کلاس مجزا، هومورژها و غیر هومورژها، دسته بندی می کنیم و کارایی روش های دسته بندی مختلف را با هم مقایسه می نماییم. این روش در مقایسه با روشهای تشخیص بالینی از دقت بالایی برخوردار میباشد و نشان می دهد که تشخیص بیماری به کمک کامپیوتر می تواند بسیاری از مشکلات تحلیل و تشخیص دستی را از بین ببرد. روش پیشنهادی با ترکیبی از زبانهای برنامه نویسی بطور کامل پیاده سازی گردیده است. نتایج بدست آمده در مرحله تست دارای دقت تشخیص کلی ٩٧.٦٩ درصد برای شناسایی پاتولوژی هومورژ می باشد.
Keywords:
نرمال سازی رنگ , بهبود کنتراست , رتینوپاتی دیابتی , تقسیم بندی , دسته بندی , تشخیص هومورژ برمبنای پیکسل
Authors
علی شاعیدی
کارشناسی ارشد معماری کامپیوتر عضو هیئت علمی دانشگاه پیام نور مرکز دزف
جعفر حبیبی
دانشیار، دانشکده مهندسی کامپیوتر دانشگاه صنعتی شریف تهران، ایران
حمید محمدی
کارشناسی ارشد نرم افزار کامپیوتر دانشگاه صنعتی شریف تهران، 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 :