ارائه یک سیستم خودکار برای تشخیص افراد سالم و افراد دارای بیماری رتینوپاتی دیابتی

سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 281

فایل این مقاله در 20 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JIPET-11-44_001

تاریخ نمایه سازی: 20 تیر 1400

چکیده مقاله:

دیابت یکی از شایع­ترین بیماری­ها در جهان است که آثار مخربی بر روی قسمت­های مختلف بدن برجای می­گذارد. از ابتدایی­ترین قسمت­هایی که دچار عارضه می­شود چشم است. تحلیل صدمات وارد شده بر روی شبکیه چشم از بهترین راه­های تشخیص دیابت است. به همین علت ابتدا یک روش پرکاربرد و موثر برای حذف نویز تصاویر با ترکیب فیلتر وینر و تبدیل موجک گسسته اعمال می­شود. در مرحله بعد از الگوریتم خوشه­بندی k-means برای حذف قسمت­های نامطلوب تصویر شامل نواحی خیلی روشن و خیلی تیره تصویر، استفاده می­شود. سپس ویژگی­های رنگ و شکل تصاویر استخراج می­شود. برای استخراج ویژگی­های رنگ تصویر، تصاویر را به فضای lab که برای چشم انسان بهتر قابل درک­ است برده می­شود و برای استخراج ویژگی­های شکل ابتدا تصاویر را به تصاویر خاکستری تبدیل کرده و سپس اقدام به استخراج ویژگی­های شکل می­گردد. پس از استخراج ویژگی­ها به کمک الگوریتم تجزیه و تحلیل­مولفه­های­اصلی تعداد ویژگی­ها را کاهش داده و بهترین و موثرترین ویژگی­ها انتخاب می­شود. در پایان برای طبقه­بندی ویژگی­ها و تصاویر به دو گروه سالم و بیمار، از طبقه­­بند ماشین بردار پشتیبان با کرنل­های متفاوت استفاده می­شود. این الگوریتم صحت بالای ۹۰% برای تصاویر آزمایشی حاصل می­کند.

کلیدواژه ها:

رتینوپاتی دیابتی ، ویژگی های شکل و رنگ تصاویر ، تجزیه و تحلیل مولفه های اصلی ، ماشین بردار پشتیبان

نویسندگان

مینا غیور

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

حسین پورقاسم

مرکز تحقیقات پردازش تصویر و بینایی ماشین، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :
  • S. Ali, "The survey of method base on training and ...
  • A. W. Reza, C. Eswaran, "A decision support system for ...
  • M. Sona, F. Amin, "Feature extraction and intelligent detection of ...
  • X. Zhang, G. Thibault, E. Decencière, B. Marcotegui, B. Laÿ, R. Danno, G. Cazuguel, ...
  • N. G. Ranamuka, R. G. N. Meegama, "Detection of hard ...
  • I. Lazar, A. Hajdu, "Retinal microaneurysm detection through local rotating ...
  • L. Tang, M. Niemeijer, J. M. Reinhardt, M. K. Garvin, ...
  • E. Imani, H.-R. Pourreza, T. Banaee, "Fully automated diabetic retinopathy ...
  • L. Seoud, T. Hurtut, J. Chelbi, F. Cheriet, J. P. ...
  • M. E. Gegundez-Arias, D. Marin, B. Ponte, F. Alvarez, J. ...
  • M. K. Behera, S. Chakravarty, "Diabetic retinopathy image classification using ...
  • High Resolution Fundus Retinal Image Database: https://www۵.cs.fau.de/research/data/fundus-images/ ...
  • H.-H. Tsai, Y.-J. Jhuang, Y.-S. Lai, "An SVD-based image watermarking ...
  • N. Ehsan, S. Sara, "Reduction of image spectral noise using ...
  • A. Somayeh, G. Mohammad, D. Vali, "A new hybrid fuzzy ...
  • E. Mehdi, "Data mining concepts and techniques", Knowledge Need, ۲۰۱۴ ...
  • V. S. Rathore, M. S. Kumar, A. Verma, "Colour based ...
  • F. Garcia-Lamont, J. Cervantes, A. López, L. Rodriguez, "Segmentation of ...
  • M. Yang, K. Kpalma, J. Ronsin, "A survey of shape ...
  • C. Chang, W. Liu, H. Zhang, "Image retrieval based on ...
  • نمایش کامل مراجع