شیما پژمان - دانشجوی کارشناسی ارشد برق الکترونیک، دانشگاه آزاد اسلامی واحد مبارکه
فرهاد نوابی فر - استادیار گروه برق،کامپیوتر،دانشگاه آزاد اسلامی واحد مبارکه

رتینوپاتی دیابتی یک وضعیت پزشکی است که شبکیه چشم بخاطر نشت مایع از عروق خونی به آن آسیب می بیند. تا اکنون موثرترین درمان برای رتینوپاتی دیابتی تنها در نخستین مرحله از بیماری قابل انجام بوده است. در نتیجه تشخیص زودهنگام از طریق بررسی منظم بیمار بسیار با اهمیت می باشد.در این مقاله در مرحله پیش پردازش ابتدا تمام تصاویر را به سطح خاکستری تبدیل و در گام بعداز روش وینر بر روی تصاویر چشم تمام تصاویر را نویز زدایی میکنیم و در آخر تمام تصاویر را به سایز مورد نظر کوچک میکنیم. در گام بعد که استخراج ویژگی که از نوع بافت میباشد تصاویر خروجی را به بافت از نوع گیست اعمال کرده و ویژگی های مورد نظر را برای طبقه بندی تصاویر در دو دسته سالم و بیمار آماده کرده و این مجموعه ویژگی ها را نیز به کلاسه بند لاجیت بوست اعمال میکنیم روش لاجیت بوست را به عنوان بهترین و کاراترین روش در بوستینگ در این نوع پیادهسازی با درصد درستی85% استفاده میکنیم. در نهایت برای اعتبار سنجی جواب و از بین بردن شرایط تصادفی موجود در مرحله آموزش و آزمایش دادههای مورد استفاده از روش متعارف 10 فولد کراس ولیدیشن استفاده شد

رتینوپاتی دیابتی،پیش پردازش، وینر، نویز زدایی، استخراج ویژگی، بافت، گیست، کلاسه بند، لاجیت بوست