قطعه بندی دیسک اپتیک و رگ خونی تصاویر شبکیه ای
11,500 تومانشناسه فایل: 11334
مقدمه مقاله
آشکار سازی فوری و ویژگی های مشخصه هی شبکیه ای قبل از بررسی متخصص از طریق تحلیل تصویر فوندوس با کمک کامپیوتر فراهم می گردد . الگوریتم های قطعه بندی تصویر در کاربرد های تصویر برداری بیوپزشکی بیشمار نظیر تشخیص ، موضع یابی پاتولوژی ، برنامه ریزی درمان ، ساختار آناتومیکی و برنامه ریزی درمان نقش مهمی ایفاء می کنند .بررسی رگ خونی و تکنیک ها و الگوریتم های قطعه بندی دیسک اپتیک، طرح رویکرد های مختلف و تکنیک ها در چشم انداز از طریق ابزار دسته بندی تحقیق موجود در مقاله حاضر معرفی می گردد . بخش های مهم برای آشکار سازی چشم خودکار بیماری ها در رگ های خونی شبکیه و دیسک اپتیک می باشند . تصویر شبکیه ای در شکل زیر نشان داده می شود .
رویکرد قطعه بندی رگ از روش نظارت شده و بدون نظارت استفاده می کند تا ویژگی های رگ خونی را قطعه بندی می کند . روش نظارت نشده به تکنیک های مبتنی بر پردازش مورفولوژیکی ، فیلتر تطبیقی ، تحلیل مقیاس چند تایی و ردیابی رگ دسته بندی ثانویه می گردند . رویکرد قطعه بندی نظارت شده از داده صحیح برای دسته بندی رگ ها بر اساس ویژگی های معین استفاده می کند . بیماری شبکیه ای دیابتی یکی از علت های مهم کوری می باشد . وجود بیماری شبکیه ای دیابتی از طریق روش تدریج بردار [10] شناسایی می گردد . آنها یک روش عالی از آشکارسازی بیماری شبکیه دیابتی را با استفاده از ورودی مشخصه شدت گوسی با دسته کننده VQ پیشنهاد دادند . آنها از طریق استفاده از رویکرد تدریج بردار به عملکرد تشخیصی 90 درصد دست یافتند . تعداد کمی از روش ها از شدت خالص بر اساس رویکرد های تشخیص الگو همانند آستانه سازی استفاده می کند که با تحلیل جزء متصل (CCA) همراه شده بود . لیو و همکارانش [23] یک روش را بر اساس تکنیک ردیابی رگ ها برای رسیدن به ساختار عروقی در امتداد قطر های رگ و نقاط شاخه ای پینهاد دادند .
نقشه های شبکیه ای به طور خودکار از طریق الگوی عروقی شبکیه ای برای درمان انحطاط لکه دار مرتبط با سن تولید گردیدند [19] . مشخصه های نقاط رگ دار شبکیه ای برای ثبت تصویر چند نمایی استخراج می شوند .
ABSTRACT A Survey on Blood Vessel Segmentation and Optic Disc Segmentation of Retinal Images
Abstract: Segmentation is the process of partitioning an image into set of components. Segmentation of blood vessel and optic disc is necessary for early detection of affected area in the retina. The eye is very unique part in human body where the vascular conditions are directly observed in vivo. The different approaches have been developed for blood vessel and optic disc detection; few of the approaches are discussed in this paper. The blood vessel identification is performed on the basis of blood vessel characteristics such as blood vessel orientation, cross-sectional area, surface shapes, and abnormal regions volumes. The quantitative analysis of retinal images is of increasing importance in the diagnosis of the blood vessel abnormalities. An automated method for identification of optic disc has two methodologies location methodology and boundary segmentation methodology.
Introduction
A computer aided fundus image analysis provides an immediate detection and properties of retinal features prior to specialist inspection. The image segmentation algorithms play an important role in numerous biomedical imaging applications such as diagnosis, localization of pathology, treatment planning, anatomical structure and treatment planning. This paper presents a survey of blood vessel and optic disc segmentation techniques and algorithms, putting the various approaches and techniques in perspective by means of a classification of the existing research. In the retina blood vessels and optic disc are important parts for an automatic eye detecting diseases, which are shown below. The retinal image is shown in the below figure.
Vessel segmentation approach uses supervised and unsupervised method to segment the blood vessel features. The unsupervised method sub divided into techniques based on the morphological processing, matched filter, multi scale analysis and vessel tracking.
The supervised segmentation approach uses ground truth data for the classification of vessels based on given features. Diabetic retinopathy is one of the major causes of blindness. The presence of the diabetic retinopathy is identified by the Vector quantization [10] method. They proposed novel method of detection of the diabetic retinopathy using Gaussian Intensity feature input to a VQ classifier. They achieved 90% diagnostic performance by using vector quantization approach. Few methods uses pure intensity based pattern recognition approaches such as thresholding followed by connected component analysis (CCA). I. Liu et al [23] proposed a method based on vessels tracking technique to obtain the vasculature structure, along with vessel diameters and branching points.
Retinal maps were automatically generated by retinal vascular pattern for the treatment of age related macular degeneration [19]. The characteristics points of the retinal vasculature [15] are extracted for multimodal image registration.
- مقاله درمورد قطعه بندی دیسک اپتیک و رگ خونی تصاویر شبکیه ای
- پروژه دانشجویی قطعه بندی دیسک اپتیک و رگ خونی تصاویر شبکیه ای
- قطعه بندی رگ خونی و دیسک اپتیک تصاویر شبکیه ای
- پایان نامه در مورد قطعه بندی دیسک اپتیک و رگ خونی تصاویر شبکیه ای
- تحقیق درباره قطعه بندی دیسک اپتیک و رگ خونی تصاویر شبکیه ای
- مقاله دانشجویی قطعه بندی دیسک اپتیک و رگ خونی تصاویر شبکیه ای
- قطعه بندی دیسک اپتیک و رگ خونی تصاویر شبکیه ای در قالب پايان‌نامه
- پروپوزال در مورد قطعه بندی دیسک اپتیک و رگ خونی تصاویر شبکیه ای
- گزارش سمینار در مورد قطعه بندی دیسک اپتیک و رگ خونی تصاویر شبکیه ای
- گزارش کارورزی درباره قطعه بندی دیسک اپتیک و رگ خونی تصاویر شبکیه ای