Renkli retina görüntülerinden diyabetik retinopati hastalığının erken tespiti için otomatik bir yöntem
An automatic method for early detection of diabetic retinopathy disease from color retinal images
- Tez No: 441856
- Danışmanlar: DR. OKTAY YILDIZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 86
Özet
Diyabetik Retinopati, şeker hastalığına bağlı olarak gözde meydana gelen en yaygın körlük nedenidir. Bu hastalık erken tespit edildiğinde tedavi edilebilmektedir. Bu sebeple diyabetik retinopati hastalığının başlangıç aşamasında tespit edilmesi önem arz etmektedir. Retina görüntülerinde meydana gelen eksüdalar, bu hastalığının başlangıç belirtilerinden biridir. Bu tez çalışmasında normal retina görüntüleri ile eksüdalı yani hastalıklı retina görüntülerini sınıflandırmak için otomatik bir karar destek sistemi önerilmiştir. Bu amaçla, önişlem adımında retina görüntülerine bir dizi morfolojik işlem uygulanarak görüntü iyileştirme yapılmış ardından hastalıklı bölgeler ile oldukça benzerlik gösteren optik disk bölgesi tespit edilerek görüntüden çıkarılmıştır. Önişlem sonrası elde edilen görüntülere iki ayrık dalgacık dönüşümü uygulanarak dalgacık katsayıları elde edilmiş ve bu katsayılar öznitelik vektörü olarak kullanılmıştır. Öznitelik vektörünün boyutu sınıflandırma için büyük olduğundan temel bileşen analizi ile öznitelik vektörünün boyutu indirgenmiştir. Bu işlemlerden geçirilmiş retina görüntüleri destek vektör makinesi, çok katmalı algılayıcı ağlar ve radyal tabanlı fonksiyon ağları ile sınıflandırılmış ve üç yöntemin performansı karşılaştırılmıştır. Deneysel çalışmada çeşitli renk, parlaklık ve kalitede 94 retina görüntüsü kullanılmıştır. Destek vektör makinesi yöntemi ile %99, çok katmalı algılayıcı ağlar ile %98 ve radyal tabanlı fonksiyon ağları ile %96 başarı elde edilmiştir. Bu çalışmanın diğer çalışmalardan en belirgin farkı retina görüntülerinin karakteristik özellikleri kullanılarak manuel olarak belirlenen öznitelikler yerine otomatik elde edilen dalgacık katsayılarının öznitelik vektörü olarak kullanılmasıdır.
Özet (Çeviri)
Diabetic retinopathy is the most common cause of blindness of the eye due to diabetes. This disease can be treated if detected early. Therefore it is important to detect at the initial stages of diabetic retinopathy disease. Exudates in retinal images, one of the initial symptoms of this disease. In this paper, automated decision support system is proposed to classify normal and exudates retinal images. For this purpose, firstly retina images are passed through a preprocessing steps and wavelet coefficients were obtained by applying the two-dimensional three level discrete wavelet transform to these images. These coefficients are used as the feature vector and dimension of the feature vector is reduced by principal component analysis. Dimension reduced feature vectors is classified by support vector machines, multilayer perceptron and radial basis function networks. 94 retinal images with various colors, brightness and quality were used in experimental studies. The success of the proposed method was found to be respectively 99%, 98% and 96 for support vector machine, multilayer perceptron and radial basis function. The most obvious difference from other studies of the study is the use of the retina images feature vectors as the characteristic features manually instead of automatically determining which attributes are obtained using wavelet coefficients.
Benzer Tezler
- Retina görüntülerinin kalite değerlendirmesi ve diyabetik retinopati hastalığının tespiti
Retinal image quality assessment and detection of diabetic retinopathy disease
UĞUR ŞEVİK
Doktora
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. CEMAL KÖSE
- Diyabetik retinopatinin erken teşhisine yönelik derin öğrenme temelli lezyon tespit sistemi
Deep learning based lesion detection system for early diagnosis of diabetic retinopathy
TURAB SELÇUK
Doktora
Türkçe
2020
Elektrik ve Elektronik MühendisliğiKahramanmaraş Sütçü İmam ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET ALKAN
- Segmentation of the diabetic macular edema region using wavelet trasform
Diyabetik makular ödemli bölgelerin dalgacik dönüşümü ile segmentasyonu
SAIFUL ISLAM PARVEZ
Yüksek Lisans
İngilizce
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFatih ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. KADİR TUFAN
YRD. DOÇ. ŞÜKRÜ OKKESİM
- Retinanın iç ve dış katlarında dezorganizasyon saptanan diyabetik maküla ödemi tedavisinde anti-vasküler endotelyal büyüme faktör etkinliklerinin değerlendirilmesi
Evaluation of the efficacy of anti-vascular endothelial growth factors in diabetic macular edema with retinal inner and outer layers disorganisation
YILDIRIM KOCAPINAR
Tıpta Uzmanlık
Türkçe
2021
Göz HastalıklarıSağlık Bilimleri ÜniversitesiGöz Hastalıkları Ana Bilim Dalı
UZMAN AYŞE SÖNMEZ
- Retinal fundus images of optical disk detection
Başlık çevirisi yok
LINA ELWIYA
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEFER KURNAZ