Retinal Görüntülerde Eksuda Lezyonlarının Tespiti Üzerine Bir Çalışma

Abstract

Göz yapısını etkileyen bir hastalık olarak bilinen şeker hastalığı gözün çalışmasını etkiler ve görme kaybına neden olur. Diyabetik retinopati hastalarının şeker seviyesindeki aşırı artışa bağlı olarak bu hastaların retinalarında çeşitli lezyonlar oluşur. Bu lezyonların otomatik tespiti bu hastalığın erken teşhisi için önemli bir unsurdur. Bu çalışmada, diyabetik retinopati hastalarının retinalarındaki eksuda lezyonlarını otomatik olarak tespit eden bir metot önerilmektedir. Bu metot SURF anahtar nokta algoritması ile özellik çıkartımı ve sonrasında Destek Vektör Makineleri, Çok Katmanlı Algılayıcı ve Rasgele Orman algoritmalarıyla lezyonların tespitini içermektedir. Önerilen yöntemin performansı DIARETDB0 ve DIARETDB1 veri tabanları üzerinde gözlemlenmiştir. Her iki veri tabanı içinde sırasıyla %95,8 ve %92,4 doğrulukla Rasgele Orman algoritması en başarılı sonuçları vermiştir. Bu algoritma ile tespit edilen eksuda lezyonları, ilgili veri tabanlarının kesin referans bilgilerine dayanılarak sert ve yumuşak eksuda olarak etiketlenmiştir.

Ray Bileşenlerinde Meydana Gelen Arızaların Görüntü İşleme Teknikleri ile Tespit Edilmesi

“…SURF yaklaşımı anahtar nokta tespiti ve tanımlamasını içerir. Anahtar noktalar görüntü üzerindeki bir nokta için Hessian matrisi yaklaşımına dayanır [17]. SURF SIFT'ten farklı olarak Hessian matrisinin uç noktalarını kullanır.…”

Detection of Lesions On Retinal Images Using The Regional-Convolutional Neural Networks

“…Atilla vd. [7], DR hastalarının retinalarıdaki eksuda lezyonlarını otomatik olarak tespit etmek amacıyla SURF anahtar nokta algoritması ile özellik çıkartımı yaparak Destek Vektör Makineleri, Çok Katmanlı Algılayıcılar ve Rasgele Orman Algoritması ile lezyonları tespit etmişlerdir. DIARETDB0 ve DIARETDB1 veri tabalarında bulunan görüntüler üzerinde yaptıkları deneylerde sırasıyla %95.8 ve %92.4 doğrulukla Rasgele Orman Algoritması en başarılı sonucu verdiğini gözlemlemişlerdir.…”