عنوان پایاننامه
اندازه گیری متغیرهای شبکیه و بررسی تأثیر آنها در میزان دید بیماران دیابتی
- رشته تحصیلی
- مهندسی فناوری اطلاعات پزشکی
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 81048;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 81048
- تاریخ دفاع
- ۲۹ شهریور ۱۳۹۵
- دانشجو
- محبوبه زارع میرک آباد
- استاد راهنما
- حسین بوبرشاد, هادی ویسی
- چکیده
- در حوزه چشم پزشکی عکسبرداری از شبکیه به عنوان اصلیترین روش برای بررسی ته چشم میباشد. در این روش جنبههای مختلف کارکرد عروق و ضایعات موجود در آن ناحیه قابل شناسایی است، اما بررسی شدت آنها مشکل است. اندازهگیری کمیتی این متغیرها در تصاویر شبکیه، از نظر پیگیری بیماران و نیز برای استفاده در پروژههای تحقیقاتی بسیار حائز اهمیت است. در علوم چشم پزشکی مشخص شده که چهار فاکتور ایجاد شونده در محدوده بینایی در میزان دید بیماران دیابتی موثر است. این چهار فاکتور عبارتند از: میزان اگزودای سخت، میزان مایع نشت کرده از عروق شبکیه در اطراف ماکولا، مساحت ناحیه بدون رگ ماکولا و میزان ضخامت ماکولا. بررسی این متغیرها در تصاویر شبکیه امکانپذیر است. درصورتی که مقدار دقیقی از میزان این متغیرها در محدوده ماکولا در دست باشد، میتوان تاثیر هریک از متغیرها را بر روی دید بیماران مشخص کرد. به همین منظور ما در این پایان نامه تلاش کردیم تا با استفاده از الگوریتمهای مختلف پردازش تصویر تخمین مناسبی از مساحت این ویژگیها بدست آوریم. در همین راستا از الگوریتم فاز محلی و فیلتر رتینکس به همراه الگوریتمهای دیگر ریختشناسی و غیره بهره بردیم. بر اساس مجموعهدادههای موجود الگوریتم قطعهبندی اگزودای سخت توانست با دقت 98 درصد و معیار F 58 درصد این نواحی را قطعهبندی کند. الگوریتم نواحی درحال نشت که با نظر سه ارزیابی کننده مورد ارزیابی قرار گرفت، توانست با دقت 90 و90 و 81 درصد برای هر کارشناس، تصاویر آنژیوگرافی را قطعهبندی کند. همچنین میزان معیار F برای سه تصویر قطعهبندی شده توسط کارشناسان، برابر با 57 ،56 و 42 درصد بود. برای قطعهبندی ناحیه بدون رگ الگوریتم پیشنهادی ما توانست با میانگین معیار F 73 در صد تصاویر آنژیوگرافی افراد دیابتی را با وجود ضایعههای ناشی از دیابت شبکیه، قطعهبندی کند که این میزان برای تصاویر افراد سالم برابر با 91 درصد است. در ادامه به بررسی میزان تاثیر هر یک از ویژگیها با میزان دید پرداختیم. برای این منظور از سه روش ضریب همبستگی، درخت تصمیم و انتخاب ویژگی استفاده کردیم. نتیجه حاصل از این مرحله نشان میدهد که ضخامت ماکولا تا شعاع 1.5 میلیمتر و مایع درحال نشت با شعاع 0.5 تا 3 میلیمتر، بیشترین تاثیر را بر روی بینایی افراد دارند.
- Abstract
- In the field of ophthalmology imaging of the retina is the main method to check the bottom of the eye. In this method various aspects of vascular function and lesions are detectable in the area, but evaluation of their severity is difficult. Quantitative measuring of these variables in the retina images is very important in terms of follow-up, as well as using in research projects. In medical science it has been found that creation of four factors is effective in the range of vision in the diabetic patients. The four factors are: the amount of hard exudates, Leaking fluid from retinal artery around the macula, the area of the avascular region of the macula and macular thickness. It is possible to examine these variables in retinal images. If there be exact amount of these variables in the macular area, the impact of each variable on the vision of patients can be specified. For this purpose in this thesis we tried to obtain a good approximation of the area of these features using various image processing algorithms. In this regard, we used local phase and retinax filtering algorithms along with other morphology algorithms. Based on existing datasets hard exudates segmentation algorithm could segment these area with 98 percent and F-measure 58 accuracy. The algorithm of leaking areas could segment angiography images by accuracy of 90, 90 and 81 percent. Also, the F-measure rate for the three segmented images by experts was 57, 56 and 42 percent. For segmentation of avascular region , our proposed algorithm could segment angiographic images of diabetic patients associated with lesions caused by retina diabetes with average F-measure 73% that this amount for images of healthy people is 91 percent. in the following we investigated the effect of each of the features with the vision rate. For this purpose, we used the correlation coefficient, decision tree and feature selection. The results of this stage indicates that macular thickness up to 1.5 mm radius and leaki