23702

طبقه بندي هوشمند پيشرفت بيماري رتينوپاتي ديابتي بر اساس پردازش تصوير

كارشناسي ارشد

مهندسي مكانيك

97/98

1399/11/15

اسماعيل خانميرزا

پژواك آزادي

مكانيك

رتينوپاتي ديابتي، عارضهاي ناشي از ديابت است و به دليل تغييرات ايجاد شده در عروق خوني شبكيه رخ ميدهد. آسيب ديدن عروق خوني شبكيه سبب نشت خون، رشد شاخههاي عروقي شكننده و كلافهمانند و تخريب شبكيه ميشود. اين بيماري يكي از علل اصلي كاهش ديد بوده و افرادي كه مبتلا به ديابت درمان نشده هستند، 25 برابر بيشتر از ديگران در معرض ابتلا به نابينايي قرار دارند. تلاشها و پيشرفتهاي مهمي در عرصه پردازش تصاوير شبكيه به منظور ارائه سيستمهاي خودكار جهت تشخيص بيماريهاي مختلف انجام شده است. چنين سيستمهايي علاوه بر اينكه امكان پردازش تصاوير شبكيه را در حجم زياد و با حداقل زمان و هزينه فراهم ميكنند، از خستگي و ضعفهاي ديگري كه شخص تشخيصدهنده ميتواند دچار شود ميكاهند. كارهاي بسياري در جهت تحليل و تشخيص خودكار بيماريهايي از قبيل رتينوپاتي ديابتي، گلوكوما، فشار خون و ... انجام شده است و كار بر روي اين تصاوير در جهت معرفي الگوريتمهاي جديد با قابليت اعمال بر روي تصاوير، با كيفيت و روشنايي مختلف و رسيدن به حداقل خطا همچنان ادامه دارد. شبكههاي عصبي كانولوشن، يكي از مباحث هوش مصنوعي و يادگيري ماشين است كه به دليل توانايي بسيار بالاي آن در حل مسائل، در سالهاي اخير توجه ويژهاي را در زمينههاي مختلف به خود اختصاص داده است. شبكههاي عصبي كانولوشن، شبكههايي هستند كه به كمك لايههاي چندگانه نوروني كه در خود دارند، به استخراج ويژگيهاي تصاوير ورودي و سپس طبقهبندي آنها ميپردازند . در اين پاياننامه، ابتدا تصاوير جمعآوريشده پيشپردازش ميشوند و سپس با استفاده از شبكه عصبي كانولوشن، شبكيه چشم داراي رتينوپاتي ديابتي طبقهبندي ميشوند . از آنجايي كه سيستم درماني كشور با كمبود پزشك متخصص در مناطق محروم مواجه است وجود يك نرمافزار تشخيص هوشمند، همانند آنچه در اين پژوهش انجام شده است، كه بتواند ميزان وخامت اين بيماري را تشخيص داده و به پزشكان حاضر در مراكز درماني هشدارهاي اوليه را بدهد، ضروري است.

1400/03/09

Intelligent classification of the progression of diabetic retinopathy based on image processing

2/4/2022 12:00:00 AM

In this study, we propose a novel approach to diagnosing diabetic retinopathy (DR) images. DR is one of the principal reasons for blindness worldwide that the retina's blood vessels distortion causes it. Approximately 80 percent of people who suffer from diabetes endure some disease stage in almost ten years. DR is a consequence of diabetes caused by changes in the retina's blood vessels and its destruction. It is one of the leading causes of blindness, and people with untreated diabetes are 25 times more likely to get blind. Since its early diagnosis helps its prevention, regular examinations of people with diabetes are among the health system's necessities. Due to the country's extent and the lack of specialized physicians in deprived areas, access to medical centers for examinations is challenging, and the presence of an intelligent diagnostic system, as the introduced study, is beneficial. The proposed system can receive retinal images of people and detect the presence or absence of diabetes without a specialist's attendance and warn people to go to medical centers. The suggested algorithm can also determine the severity of the disease and divide it into four categories based on severity to decide on the basis of its progress. This method is based on machine learning and deep learning techniques, including convolutional, pooling, and fully connected layers.

رتينوپاتي ديابتي , تصوير شبكيه , تشخيص هوشمند , پردازش تصوير , شبكههاي عصبي كانولوشن

Diabetic retinopathy , retinal imaging , intelligent diagnosis , image processing , convulsive neural networks