طبقه بندی عروق شبکیه ی چشم در تصاویر فوندوس بر پایه ی ویژگی های ساختاری، جهتی و فرکانسی و بهینه سازی با استفاده از الگوریتم ژنتیک تاگوچی

بیماری هایی چون دیابت، فشار خون بالا و اختلال هایی با منشا مغزی بر عروق شبکیه ی  چشم انسان تاثیر می گذارند. با استفاده از طبقه بندی عروق شبکیه به دو گروه سرخرگ و سیاهرگ، می توان وجود و میزان پیشرفت بیماری ها را ارزیابی نمود. در این مقاله، یک الگوریتم تفکیک عروق خونی شبکیه براساس ویژگی های ساختاری، جهتی و فرکانسی و بهینه سازی ویژگی مبتنی بر الگوریتم ژنتیک تاگوچی ارائه شده است. برای این منظور، با هدف طبقه بندی رگ ها در تصاویر فوندوس ، ابتدا عروق ناحیه بندی و جداسازی می شوند. در این الگوریتم، جهت استخراج اطلاعات هم زمان مربوط به جهت، قطر و رفتار دینامیکی انحناء رگ، ویژگی های جدیدی برپایه ی تبدیل موجک گسسته با بهره گیری از مفهوم آنتروپی در ضرایب موجک گسسته و روش آنتروپی موجک جهتی و تبدیل فوریه با کمک توصیفگرهای فوریه  ارائه شده است. همچنین ویژگی دوبعدی قطاع های تشابه فرکانسی جهت بیان و استخراج تغییرات ضخامت و راستای رگ معرفی شده است. پس از استخراج بردار ویژگی، با استفاده از مدل ترکیبی الگوریتم ژنتیک همراه با استراتژی تاگوچی ویژگی های بهینه انتخاب می شوند. سپس با بهره گیری از طبقه بند شبکه عصبی چندلایه، عروق  به دو کلاس سرخرگ و سیاهرگ طبقه بندی می شوند. درنهایت، نرخ صحت ۸۲/۰۹% و نرخ دقت ۸۱/۵۸% به طور هم زمان در کلاس بندی عروق شبکیه ی چشم بر روی یک پایگاه داده تصاویر فوندوس شبکیه چشم شامل ۴۰ تصویر حاصل می گردد.