مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

54
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

10
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

یک روش کارآمد برای طبقه بندی چندکلاسه ی خودکار تصاویر SD-OCT چشم انسان بر پایه ی استخراج لایه ی RNFL و پیوند IS/OS شبکیه و الگوریتم درخت تصمیم ترکیبی

صفحات

 صفحه شروع 95 | صفحه پایان 113

چکیده

 بررسی شهودی لایه های شبکیه در تصاویر برش نگاری همدوسی اپتیکی حوزه ی طیف (SD-OCT) یکی از روش های اصلی مورد استفاده ی پزشکان برای تشخیص بیماری های شبکیه است. این روش با چالش هایی مانند نویز, پیچیدگی تصاویر و نزدیکی لایه ّهای شبکیه مواجه می باشد. در سال های اخیر تشخیص خودکار بیماری های شبکیه ی چشم به یکی از موضوعات مهم بالینی در حوزه ی بینایی کامپیوتر تبدیل شده است. در این تحقیق روشی جدید برای طبقه بندی کارآمد چندکلاسه ی خودکار تصاویر SD-OCT ارائه شده که متشکل از پنج مرحله ی پیش پردازش, تشخیص لایه ها, استخراج ویژگی ها, کاهش بعد, و طبقه بندی تصویر است. بررسی شکل لایه ی RNFL و پیوند IS/OS به عنوان روشی بالینی در تصمیم گیری های پزشکان برای تشخیص بیماری های شبکیه موثر است. از این رو در این پژوهش با الهام از این روش تشخیص بالینی, لایه ی RNFL و پیوند IS/OS توسط روشی جدید مبتنی بر الگوریتم بهبود رگ فرنگی و گرادیان تصویر تشخیص داده شده است. سپس با استخراج و انتخاب انواعی از ویژگی های موثر از لایه ها, الگوریتمی بر پایه ی درخت تصمیم ترکیبی برای طبقه بندی تصاویر شبکیه پیشنهاد شده و در قالب یک نرم افزار کاربردی در متلب ارائه شده است. روش پیشنهادی روی تصاویر دو پایگاه داده ی شناخته شده ی دوک و کرمنی ارزیابی شده است. بر اساس نتایج, دقت, حساسیت, اختصاصیت, درستی, نرخ منفی نادرست و معیار F1 روش پیشنهادی در پایگاه داده ی دوک به ترتیب برابر با 7/98, 8/98, 4/99, 1/99, 3/1 و 7/98 درصد و در پایگاه کرمنی به ترتیب برابر با 8/96, 7/96, 9/98, 4/98, 2/3 و 7/96 درصد است. نتایج نشان دهنده ی برتری روش پیشنهادی در مقایسه با سایر روش های مقایسه ای است. در مجموع به کارگیری ویژگی های کارآمد از لایه های تاثیرگذار شبکیه و توانمندی روش طبقه بندی, موجب ارتقای عمل کرد روش پیشنهادی در مقایسه با روش های پیچیده تر پیشین شده است.

چندرسانه ای

  • ثبت نشده است.

    • استنادها

  • ثبت نشده است.

    • ارجاعات

  • ثبت نشده است.

    • استناددهی

    مقالات مرتبط نشریه ای

  • ثبت نشده است.

    • مقالات مرتبط همایشی

  • ثبت نشده است.

    • طرح های مرتبط

  • ثبت نشده است.

    • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button