استخراج ویژگی برای طراحی یک سیستم غربالگری بیماری آب سیاه با استفاده از ترکیب دو تصویر oct و شبکیه
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه فردوسی مشهد - دانشکده مهندسی کامپیوتر
- نویسنده فاطمه فعال حسینی مظلوم
- استاد راهنما مهدی سعادتمند طرزجان حمیدرضا پوررضا رامین دانشور
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1392
چکیده
آب سیاه نوعی بیماری است که تعداد زیادی از انسان ها را در سرتاسر دنیا تحت تأثیر قرار داده است. این بیماری منجر به ایجاد تغییراتی بر روی شبکیه چشم فرد بیمار می شود، که ممکن است به کوری فرد بیمار منجر شود. تشخیص زودهنگام بیماری آب سیاه می تواند عوارض بعدی آن را به طور قابل ملاحظه ای کاهش دهد. افرادی که در معرض این بیماری هستند، نیاز دارند تا در زمان بندی های منظم، غربالگری شوند. بنابراین نیاز به یک سیستم تشخیص خودکار بیماری آب سیاه می باشد. از جمله اهداف این گزارش می توان به موارد زیر اشاره نمود: تقطیع خودکار نواحی موجود در شبکیه، بدست آوردن موقعیت و مرز دقیق ناحیه دیسک نوری و کاپ برای محاسبه نسبت cdr، تقطیع لایه rnfl شبکیه در تصویر oct، بدست آوردن قطر لایه rnfl و ناحیه rim از آن و استخراج ویژگی به منظور غربالگری بیماری آب سیاه، که بر اساس دو تصویر oct و شبکیه انجام می گیرد. برای استخراج اطلاعات از تصویر oct، از روش کانتورهای فعال استفاده می شود که توسط آن مرز لایه های شبکیه در تصویر oct بدست می آید. پس ازآن، با استخراج مرز لایه ها، ضخامت هرلایه و نیز تغییرات قطر ناحیه ی rim، تعیین می شود. پردازش تصاویر شبکیه شامل تقطیع کاپ و دیسک نوری و سپس محاسبه نسبت کاپ به دیسک (cdr) است. این سیستم با ترکیب ویژگی های دو تصویر oct و شبکیه قادر است با دقت بالاتری بیماری آب سیاه را شناسایی کند. الگوریتم بدست آمده برای سیستم غربالگری بر روی 46 تصویر oct و شبکیه تست شد که نهایتا دقت الگوریتم قطعه بندی تصویر oct نیز برابر با (4.18±10) پیکسل معادل (1.69±4.32) میکرومتر بدست آمد.
منابع مشابه
طراحی یک سیستم خبره برای تشخیص اصالت ارقام برنج با استفاده از ترکیب ویژگی های بافتی تصاویر توده ی برنج
برنج یکی از مهمترین مواد غذایی در ایران می باشد. ممکن است یک رقم برنج با کیفیت بالا با اهدافی مثل سودجویی با یک رقم برنج دیگر که کیفیت پایین تری دارد مخلوط شود. این مقاله به ارائه ی یک سیستم خبره جهت تشخیص اصالت ارقام برنج با استفاده از تصاویر گرفته شده از توده ی برنج پرداخته است. ایده¬ی اصلی جهت تشخیص اصالت بر روی بافت برنج استوار است که ممکن است با مخلوط شدن دو رقم برنج با یکدیگر، بافت توده ی...
متن کاملطراحی یک سیستم خبره برای تشخیص اصالت ارقام برنج با استفاده از ترکیب ویژگی های بافتی تصاویر توده ی برنج
برنج یکی از مهمترین مواد غذایی در ایران می باشد. ممکن است یک رقم برنج با کیفیت بالا با اهدافی مثل سودجویی با یک رقم برنج دیگر که کیفیت پایین تری دارد مخلوط شود. این مقاله به ارائه ی یک سیستم خبره جهت تشخیص اصالت ارقام برنج با استفاده از تصاویر گرفته شده از توده ی برنج پرداخته است. ایده¬ی اصلی جهت تشخیص اصالت بر روی بافت برنج استوار است که ممکن است با مخلوط شدن دو رقم برنج با یکدیگر، بافت توده ی...
متن کاملطبقه بندی زعفران با استفاده از ویژگی های رنگی استخراج شده از تصویر
طبقهبندی زعفران به عنوان گرانترین ادویه از اهمیت بالایی برای مشتریان و تجار برخوردار است. به طور کلی، در حال حاضر دو روش برای درجهبندی زعفران استفاده میشود. روش اول براساس تجربیات فرد خبره و با مشاهده نمونهها انجام میشود. روش دوم تخریبی بوده و با استفاده از متدهای آزمایشگاهی انجام میگیرد. طبق نظر متخصصان، استفاده از تکنیکهای یادگیری ماشین برای طبقهبندی زعفران به دلیل داشتن ماهیت غیر مخ...
متن کاملبهبود دقت در تشخیص احساسات با استفاده از سیگنال‌های EEG با نوآوری در ترکیب استخراج ویژگی
مقدمه: از آنجا که احساسات نقش مهمی در زندگی روزمره انسان بازی می‌کند، ایجاد روشی هوشمند جهت بهبود قابلیت تشخیص احساسات از سیگنال الکتروانفسالوگرافی (EEG)، مبتنی بر تکنیکهای پردازش سیگنال، ضروری به نظر می رسد. به‌علاوه، استفاده از طبقه‌بند ماشین بردار پشتیبان بهینه شده با الگوریتم تکاملی ژنتیک، از نوآوری‌های این پژوهش در بخش طبقهبندی می‌باشد. روش: روش پیشنهادی با تمرکز بر روی استخراج و طبقه‌ب...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه فردوسی مشهد - دانشکده مهندسی کامپیوتر
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023