استخراج ویژگی و تشخیص هوشمند بیماری رتینوپاتی دیابتی درتصاویر شبکیه

Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 743

This Paper With 10 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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

AIHE10_219

تاریخ نمایه سازی: 5 بهمن 1395

Abstract:

رتینوپاتی دیابتی عارضه ای ناشی ازدیابت است که بدلیل تغییرات ایجادشده دررگهای خونی رخ میدهد پرده شبکیه لایه عصبی درپشت چشم است که نوررادرک می کند و تصاویر را به مغز می فرستد وقتی عروق خونی درشبکیه اسیب می بینند ممکن است باعث نشت مایع یا خون شده یا منجر به رشد شاخه های عروقی شکننده و کلاف مانند شده و باعث تخریب شبکیه شود انجام معاینات دوره ای و تشخیص به موقع بیماری میتواند مانع ازبروز نابینایی شود معاینات دوره ای شامل تصویربداری ازته چشم و تحلیل تصاویر توسط افراد متخصص برای مشاهده تغییرات سریع درالگوی عروق خونی و بروز ضایعات مختلف می باشد این روش معاینه بسیارزمان بر پرهزینه و نیازمند افراد متخصص می باشد طراحی یک سیستمی خودکار برای تشخیص رتینوپاتی دیابتی ضروری می باشد بااستفاده ازروشهای تجزیه وتحلیل پیشرفته تصویر تصاویر شبکیه برای تعیین غیرعادی بودن و وجود ناهنجاری های مربوط به بیماری رتینوپاتی و ارتباط آن با شدت DR (Diabetic Retinopathy) موردانالیز قرار میگیرند

Keywords:

رتینوپاتی دیابتی /اگزودیت /دیسک نوری /رگهای خونی /ماشین بردارپشتیبان /شبکه عصبی مصنوعی

Authors

سونا مرجب

عضو هیئت علمی موسسه آموزش عالی ایندگان

امین فاضلی

دانشجوی کارشناسی ارشد برق الکترونیک

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 :
  • اردیبهشت 1395, موسسه آموزش عالی آیندگان , تنکابن , ایران ...
  • نوزدهمین کنفرانس ملی in پوررضا. غربالگری خودکار رتینوپاتی دیابتی مبتنی ...
  • Reza, A.W. and C. Eswaran, A decision Support system for ...
  • Esnaashari, M., S.A. Monadjemi, and G. Naderian, A content-based retinal ...
  • Agurto, C., et al., Multiscale AM-FM methods for diabetic retinopathy ...
  • Kose, C., et al., Simple methods for segmentation and measuremet ...
  • Khademi, A. and S. Krishnan, Shift-invariant discrete wavelet transform analysis ...
  • Saleh, M.D. and C. Eswaran, An automated decis ion-support system ...
  • Hajeb Mohammad Alipour, S., H .Rabbani, and M.R. Akhlaghi, Diabetic ...
  • Kahai, P., K.R. Namuduri, and H. Thompson. Decision support for ...
  • Mookiah, M.R.K., et al., Evolutionary algorithm based classifier parameter tuning ...
  • Starck, J.-L., M. Elad, and D.L. Donoho, Image decomposition via ...
  • Mather, P. and B. Tso, Classification methods for remotely sensed ...
  • Sinthanayothin, C., et al., Automated detection of diabetic retinopathy on ...
  • Usher, D., et al., Automated detection of diabetic retinopathy in ...
  • Gardner, G., et al., Automatic detection of diabetic retinopathy using ...
  • Zhang, D., et al. Robust hemorrhage detection in diabetic retinopathy ...
  • Esmaeili, M., et al. A new curvelet transform based method ...
  • نمایش کامل مراجع