شناسایی خودکار بیماری دژنراسیون وابسته به سن ماکولا با استفاده از استخراج چندگانه ویژگی ها و تصاویر مقطع نگاری همدوسی اپتیکی

با توجه به صدمات جبران ناپذیر ناشی از بیماری های مرتبط با شبکیه و ماکولای چشم، شناسایی این بیماری ها بسیار با اهمیت است و در صورت عدم تشخیص به موقع زندگی فرد را دچار اختلال می کند. هدف از انجام این مطالعات این است که با استفاده از پردازش تصاویر مقطع نگاری همدوسی اپتیکی، سیستمی طراحی و پیاده سازی شود که قابل اعتماد و سریع باشد و بیماری دژنراسیون وابسته به سن ماکولا را به خوبی شناسایی کند. در این مقاله از روش های الگوهای باینری محلی، هیستوگرام گرادیان های جهت دار و تحلیل مولفه های اصلی برای استخراج ویژگی ها از تصاویر و از روش آموزش گروهی با الگوریتم LogitBoost جهت طبقه بندی و شناسایی بیماری استفاده شده است. برای این مطالعات از پایگاه داده ی تهیه شده توسط دانشگاه دوک استفاده شده است. این مطالعات شامل 194 شخص بیمار و 100 نفر سالم است. در بخش طبقه بندی و شناسایی، دقت سیستم پیاده سازی شده برابر 94.38 درصد اندازه گیری شده است که نسبت به پژوهش های پیشین بهتر و موفق تر عمل کرده است. نتایج حاصل از این پژوهش نشان دهنده این است که سیستمی قابل اعتماد و سریع برای شناسایی خودکار بیماری دژنراسیون وابسته به سن ماکولا با استفاده از پردازش تصاویر مقطع نگاری همدوسی اپتیکی، قابل طراحی و پیاده سازی است.

Keywords:

پردازش تصویر , مقطع نگاری همدوسی اپتیکی , دژنراسیون وابسته به سن ماکولا , هیستوگرام گرادیان های جهت دار , الگوهای باینری محلی , آموزش گروهی