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:

1,836
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

882
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

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

صفحات

 صفحه شروع 1 | صفحه پایان 17

چکیده

 بیماری هایی چون دیابت, فشار خون بالا و اختلال هایی با منشا مغزی بر عروق شبکیه 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 بر اساس 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 تبدیل موجک گسسته با بهره گیری از مفهوم آنتروپی در ضرایب موجک گسسته و همچنین روش آنتروپی موجک جهتی (DWE-Directional Wavelet Entropy) و تبدیل فوریه با کمک توصیفگرهای فوریه ارائه شده است. همچنین ویژگی دوبعدی قطاع های تشابه فرکانسی (2DFSS-2 Dimensional Frequency Similarity Sectors) 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 82.09% و نرخ دقت 81.58% به طور هم زمان در کلاس بندی عروق شبکیه چشم بر روی یک پایگاه داده تصاویر فوندوس شبکیه چشم شامل 40 تصویر حاصل می گردد.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    حامدنژاد، گل نوش، و پورقاسم، حسین. (1396). طبقه بندی عروق شبکیه چشم در تصاویر فوندوس بر پایه ویژگی های ساختاری, جهتی و فرکانسی و بهینه سازی با استفاده از الگوریتم ژنتیک تاگوچی. ماشین بینایی و پردازش تصویر، 4(2 )، 1-17. SID. https://sid.ir/paper/265701/fa

    Vancouver: کپی

    حامدنژاد گل نوش، پورقاسم حسین. طبقه بندی عروق شبکیه چشم در تصاویر فوندوس بر پایه ویژگی های ساختاری, جهتی و فرکانسی و بهینه سازی با استفاده از الگوریتم ژنتیک تاگوچی. ماشین بینایی و پردازش تصویر[Internet]. 1396؛4(2 ):1-17. Available from: https://sid.ir/paper/265701/fa

    IEEE: کپی

    گل نوش حامدنژاد، و حسین پورقاسم، “طبقه بندی عروق شبکیه چشم در تصاویر فوندوس بر پایه ویژگی های ساختاری, جهتی و فرکانسی و بهینه سازی با استفاده از الگوریتم ژنتیک تاگوچی،” ماشین بینایی و پردازش تصویر، vol. 4، no. 2 ، pp. 1–17، 1396، [Online]. Available: https://sid.ir/paper/265701/fa

    مقالات مرتبط نشریه ای

    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