Publisher of Iranian Journals and Conference Proceedings

Please waite ..
Publisher of Iranian Journals and Conference Proceedings
Login |Register |Help |عضویت کتابخانه ها
Paper
Title

طبقه بندی تصاویر شبکیه چشم با استفاده از ویژگی های الگوی باینری محلی و ماتریس هم رخداد به منظور تشخیص رتینوپاتی دیابت

Year: 1398
COI: ICELE05_234
Language: PersianView: 427
This Paper With 9 Page And PDF Format Ready To Download

Buy and Download

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این Paper را که دارای 9 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

Authors

افسون نادری - دانشکده مهندسی برق، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران

Abstract:

دیابت یک بیماری مزمن و خطرناک است که هنگامیکه لوزالمعده فرد به اندازه کافی انسولین تولید نمی کند یا بدن قادر به دریافت و استفاده بهینه از انسولین تولیدی نمی باشد، رخ می دهد. این امر باعث افزایش غیرعادی سطح گلوکز خون می شود که به رگ های خونی آسیب می رساند. دیابت روی قلب، کلیه ها، چشم ها، سیستم عصبی بدن و سایر ارگان های زیستی فرد تاثیر منفی می گذارد. رتینوپاتی دیابتی یکی از پیچیدگی هایی است که بیماری دیابت به دنبال دارد. در این بیماری، دیابت باعث آسیب رسیدن به رگ های خونی شبکیه چشم می شود. رتینوپاتی درابتدا ممکن است هیچ گونه نشانه ای نداشته باشد و فقط مشکلات کوچک بینایی بوجود بیاورد ولی اگر به موقع تشخیص داده نشود، ممکن است کوری فرد بیمار را به همراه داشته باشد. چشم پزشکان با معاینه فوندوس چشم و با بررسی ویژگی هایی از جمله مویرگ های خونی، خونریزی درون چشم و بررسی بافت شبکیه چشم، رتینوپاتی را تشخیص می دهند. پژوهشگران متعددی به پردازش تصاویر شبکیه چشم با استفاده از روش های مختلف به منظور تشخیص رتینوپاتی پرداخته اند. برای مثال اگ و همکارانش در یک بررسی به حساسیت %69 رسیده اند. در این مقاله سعی داریم با استفاده از الگوریتم باینری محلی و همچنین ماتریس هم رخدادی به استخراج ویژگی ها بپردازیم و با استفاده از شبکه عصبی مصنوعی به عنوان طبقه بند، تصاویر دارای رتینوپاتی را از تصاویر سالم شبکیه چشم تفکیک نماییم. نتایج حاصل از این بررسی ها بسیار امیدوار کننده است. در این مقاله با استفاده از روش عنوان شده به دقت و حساسیت %100 رسیده ایم.

Keywords:

Paper COI Code

This Paper COI Code is ICELE05_234. Also You can use the following address to link to this article. This link is permanent and is used as an article registration confirmation in the Civilica reference:

https://civilica.com/doc/988562/

How to Cite to This Paper:

If you want to refer to this Paper in your research work, you can simply use the following phrase in the resources section:
نادری، افسون،1398،طبقه بندی تصاویر شبکیه چشم با استفاده از ویژگی های الگوی باینری محلی و ماتریس هم رخداد به منظور تشخیص رتینوپاتی دیابت،Fifth National Conference on Electrical and Mechatronics Engineering of Iran،Tehran،https://civilica.com/doc/988562

Research Info Management

Certificate | Report | من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:

اطلاعات استنادی این Paper را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

Scientometrics

The specifications of the publisher center of this Paper are as follows:
Type of center: Azad University
Paper count: 10,938
In the scientometrics section of CIVILICA, you can see the scientific ranking of the Iranian academic and research centers based on the statistics of indexed articles.

New Papers

New Researchs

Share this page

More information about COI

COI stands for "CIVILICA Object Identifier". COI is the unique code assigned to articles of Iranian conferences and journals when indexing on the CIVILICA citation database.

The COI is the national code of documents indexed in CIVILICA and is a unique and permanent code. it can always be cited and tracked and assumed as registration confirmation ID.

Support