پایان‌نامه

طبقه بندی عروق خون به شریان و ورید در تصاویر شبکیه

چکیده

تحلیل و اندازه گیری تغییرات عروق خونی در تصاویر شبکیه برای تشخیص و درمان زود هنگام بیماری های عروقی مرتبط، سالها مورد توجه محققین بوده است. بیماری های مهمی همچون رتینوپاتی دیابتی که هم اکنون مهمترین و شایع ترین دلیل از دست دادن بینایی در افراد بالغ است منجر به تغییرضخامت ، طول ، انحنا و ظاهر عروق خونی در شبکیه می شود. در سالهای اخیر تحقیقات نشان دادند که این تغییرات در عروق خونی شریان ها و ورید ها متفاوت می باشد. بیماری دیابت منجر به ضخیم شدن ورید ها می شود درحالیکه لوزالمعده شریان ها را باریک و فشار خون آنها را پهن تر می کند. در نتیجه یکی از علائم وجود بیماری تغییر نسبت ضخامت شریان ها به ورید هاست که در شبکیه یک فرد سالم این نسبت دو سوم می باشد. اندازه گیری تغییرات عروق به روش غیر خودکار برای تعداد زیاد تصویر برای چشم پزشک خسته کننده است و منجر به تشخیص های نادرست می شود. بنابراین الگوریتم های کامپیوتری به منظور پردازش تصاویر شبکیه، نقش مهمی در تسریع و بالا بردن دقت تشخیص بیماری و تسهیل تصمیم گیری پزشک دارند. برای اندازه گیری تغییرات عروق در شریان ها و ورید ها ابتدا عروق خونی شبکیه باید با دقت بالا جدا شوند. تحقیقات محدودی با هدف طبقه بندی عروق خونی به شریان و ورید ها در تصاویر شبکیه انجام شده که تعدادی از آنها به دلیل استفاده از بانک داده های کوچک و غیر استاندارد قابل اعتماد نیستند و این موضوع همچنان در زمینه پردازش تصاویر پزشکی برای تحقیق باز می باشد. عروق خونی شریان و ورید از نظر ظاهری بسیار شبیه هستند و تفکیک آنها از یکدیگر به دلیل کیفیت و تباین پایین تصاویر امری دشوار است . تغییرات رنگ و نور بین تصاویر مختلف و همچنین درون یک تصویر که بدلایل متعددی از جمله کروی بودن شبکیه ، عوامل ژنتیکی و نامناسب بودن شرایط نور یا حرکت بیمار در هنگام تصویربرداری در تصاویر شبکیه موجود می باشد، طبقه بندی عروق را دشوارتر می کند. در این پایان نامه روشی جدید برای تفکیک عروق خونی شبکیه به شریان ها و ورید ها ارائه می شود که شامل سه مرحله اصلی پیش پردازش تصاویر به منظور بهبود نور و تباین تصاویر، جداسازی عروق از پس زمینه تصویر و نهایتا استخراج مشخصه از عروق و طبقه بندی آنها به شریان و ورید می باشد. روش پیشنهادی بر روی دو بانک داده مجزا ارزیابی می شود. نتایج ارزیابی نشان می دهند که روش ارائه شده کارایی و دقت بالایی دارد

اساتید راهنما و مشاور

فرشاد تاجری پور

پایان‌نامه‌های مشابه

  • بهبود دقت روش های طبقه بندی اکوسیستم های مرجانی در تصاویر ماهواره ای خلیج فارس

    پایان‌نامه۲۰۱۴وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی - دانشکده نقشه برداریامیرمسعود چگونیان

    داده های سنجش از دوری در مدیریت مناطق ساحلی نقش عمده ای را بر عهده دارند. از موارد کاربرد سنجش از دور در مدیریت مناطق ساحلی، حفظ محیط زیست و منابع طبیعی در این مناطق می باشد. صخره های مرجانی به عنوان مهم ترین زیست گاه های جانوری در دریا، همواره بیش ترین آسیب را از فعالیت های انسا

  • طبقه بندی جنسیت با استفاده از تصاویر چهره

    پایان‌نامه۲۰۱۴وزارت علوم، تحقیقات و فناوری - دانشگاه تفرش - دانشکده برقویدا خدابخشی

    پردازش تُنُک سیگنال ها به عنوان ابزاری قدرتمند و جایگزینی کارآ برای تبدیلات کلاسیک کامل طی دهه ی اخیر به شدت مورد توجه قرار گرفته است. در این رهیافت می خواهیم از بین تعداد زیادی سیگنال پایه، که در حالت کلی تعدادشان خیلی بیشتر از بعدشان است، کم ترین تعداد را برای نمایش یک سیگنال ا

  • شناسایی و طبقه بندی رسوبات ریز کلسیم در تصاویر ماموگرافی با استفاده از ویولت و شبکه عصبی

    پایان‌نامه۲۰۰۹وزارت علوم، تحقیقات و فناوری - دانشگاه شاهد - دانشکده فنی و مهندسیرقیه مرادزاده

    یکی از علائم بروز سرطان پستان، رسوبات ریزکلسیم موسوم به میکروکلسیفیکاسیون می باشد. این رسوبات ریز در تصاویر ماموگرافی، بصورت نقاط ریز و روشن و معمولاً بصورت منفرد یا خوشه ای ظاهر می شوند. یک خوشه می تواند متناظر با یک عارضه ی بد خیم و یا خوش خیم باشد. از آنجائیکه تصاویر ماموگرافی

  • استفاده از روشهای هوش محاسباتی برای طبقه بندی کروموزوم های خاص روی تصاویر کاریوتایپ انسانی

    پایان‌نامه۲۰۰۳وزارت علوم، تحقیقات و فناوری - دانشگاه تهرانمهدی مرادی

    دراین تحقیق از شبکه عصبی مصنوعی برای طبقه بندی کروموزوم ها استفاده شد. بردارهای ویژگی 9بعدی ، با استراتژی های گوناگون آموزش و اعتبارسنجی ، برای دسته بندی کروموزوم ها توسط شبکه های عصبی به کار گرفته شدند و نتایجی تا 95 درصد صحت در یک روش تقسیم داده ها و تا 97درصد در روش دیگر به دس

  • رهگیری عروق خونی به کمک فرایند گاوسی در تصاویر شبکیه چشم

    پایان‌نامه۲۰۱۴وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس - دانشکده مهندسی برق و کامپیوترمسعود الهامی اصل

    با توجه به اهمیت ساختار عروق خونی در تشخیص و درمان بسیاری از بیماری ها، بخش بندی عروق خونی در دو و سه بعد، یک موضوع تحقیقاتی فعال در زمینه پردازش تصاویر پزشکی به حساب می آید. روش های بخش بندی متعددی به منظور جداسازی رگ از تصاویر پزشکی وجود دارند که با توجه به ماهیت تصویر، ناحیه م

  • جداسازی عروق در تصاویر شبکیه چشم به کمک فیلترهای جهت دار

    پایان‌نامه۲۰۱۰وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی شاهرودرضا خرقانیان

    جداسازی خودکار عروق از تصاویر شبکیه چشم کمک شایانی به متخصصین علوم پزشکی در تشخیص به هنگام بیماری های چشم می کند. از مشکلات اساسی استخراج عروق می توان به حضور نویز، عدم توزیع یکنواخت روشنایی تصویر چشم و تغییر در ضخامت عروق شبکیه اشاره کرد. در کنار این مشکلات تفاوت شدت روشنایی بین

اسناد مشابه

  • سیستم های طبقه بندی کننده ی چندگانه ی نوین درختی به منظور طبقه بندی زمین های کشاورزی از تصاویر نوری و راداری تمام قطبیده

    تصاویر نوری و راداری با دریچه­ی مصنوعی تمام­قطبیده (PolSAR)، منابع ارزشمندی برای طبقه­بندی زمین­های کشاورزی است. ویژگی­های مستخرج از تصاویر نوری حاوی اطلاعاتی در مورد امضای بازتابی محصولات مختلف است. در مقابل، یک تصویر PolSAR فراهم­کننده­ی اطلاعاتی در مورد خصوصیات ساختاری و سازوک

  • طراحی یک سیستم cad برای شناسایی و طبقه بندی تومورهای سرطان سینه در تصاویر dce-mr بر اساس شبکه های عصبی کانولوشن سلسله مراتبی

    مقالههوش محاسباتی در مهندسی برقرضا جعفری، دانشگاه صنعتی خواجه نصیر طوسی رضا راستی بروجنی، دانشگاه صنعتی خواجه نصیر طوسی محمد تشنه لب، دانشگاه صنعتی خواجه نصیر طوسی

    در این مقاله، یک سیستم cad بر اساس شبکه های عصبی کانولوشن سلسله مراتبی با ساختاری جدید، جهت ایجاد تمایز بین تومورهای خوش خیم و بدخیم در تصاویر mr سینه پیشنهاد شده است. شبکه ی عصبی کانولوشن، یک شبکه ی سلسله مراتبی عصبی است که بر روی تصاویر دو بعدی اعمال می شود و فرآیندهای استخراج

  • مطالعه تطبیقی سامانه طبقه بندی بیماری های قلب و عروق در کشورهای منتخب با ایران

    مقالهمجله علمی دانشگاه علوم پزشکی قزوینرضا صفدری، r. safdari مجید ملکی، m. malaki ولی اله قربانی، v. ghorbani shahid rajaee hospital, valiasr ave, tehran, iranآدرس مکاتبه: تهران، خیابان ولی عصر، ابتدای بزرگراه نیایش، مرکز قلب شهید رجایی، اداره پذیرش و مدارک پزشکی، تلفن 09126074853 فرشید منجمی

    زمینه: برای مبارزه با بیماری های قلب و عروق داشتن نظام اطلاعاتی درست و دقیق در ثبت داده های بیماری های قلب و عروق و تحلیل داده ها نقش مهمی ایفا می کند. یکی از ابزارهای مهم جهت جمع آوری اطلاعات، سامانه طبقه بندی بیماری های قلب و عروق است. هدف: مطالعه به منظور مقایسه سامانه طبقه بن

  • مقایسه طبقه بندی بیماریهای قلب و عروق در برخی از کشورهای توسعه یافته با ایران

    مقالهپیاورد سلامترضا صفدری، r safdari associate professor, school of allied health sciences, tehran university of medical sciences, tehran, iranدانشیار گروه آموزشی مدارک پزشکی دانشکده پیراپزشکی دانشگاه علوم پزشکی تهران مجید ملکی، m maleki professor, school of medicine, iran university of medical sciences, tehran, iran.استاد گروه آموزشی قلب و عروق دانشگاه علوم پزشکی ایران ولی اله قربانی، v ghorbani master of sciences in medical records, school of allied health sciences, tehran university of medical sciences, tehran, iran.کارشناس ارشد مدارک پزشکی دانشکده پیراپزشکی دانشگاه علوم پزشکی تهران

    زمینه و هدف: امروزه بیماریهای قلب و عروق مهمترین چالش نظام سلامت در جهان است. پیشگیری و مدیریت بیماریهای قلب و عروق نیاز به یک سامانه فراگیر و جامع برای ثبت داده ها دارد. اطلاعات موجود در پرونده بیمار یکی از مهمترین داده هایی است که باید در راستای سهولت و تسریع فرایند درمان طبقه

  • تجزیه و تحلیل طرح بندی تصاویر متنی مبتنی بر طبقه بندی نواحی در یک ساختار سلسله مراتبی تصمیم گیری

    مقاله۲۰۱۰روش های هوشمند در صنعت برقحسین پورقاسم

    تبدیل اسناد کاغذی به صورت نسخه الکترونیکی جهت ذخیره سازی، بازیابی و جستجو بر اساس محتوا مسأله مهمی در سیستم های خودکارسازی ادارای و سیستم هایی که وظیفه استخراج اطلاعات از مجاری اینترنت دارند، به شمار می رود. برای نیل به این هدف، ارائه سیستم هایی که بتواند محتوای تصاویر متنی1 را ت

  • سنجش کارایی ویژگی های بافتی glcm در افزایش دقت طبقه بندی تصاویر حاصل از ادغام تصاویر تک باند و ابرطیفی مناطق مسکونی و صنعتی جنوب شهر تهران

    مقالهعلوم و فنون نقشه برداریاحمد ملک نژاد، a. malek nejad tarbiat modares universityدانشکده علوم انسانی - دانشگاه تربیت مدرس حسن قاسمیان، h. ghassemian tarbiat modares universityدانشکده برق و کامپیوتر -دانشگاه تربیت مدرس فردین میرزاپور، f. mirzapour tarbiat modares universityدانشکده برق و کامپیوتر -دانشگاه تربیت مدرس

    اکثر الگوریتم های طبقه بندی داده های سنجش از دور بر اساس ویژگی ها و اطلاعات طیفی پیکسل ها عمل می کنند. این مسئله باعث نادیده گرفتن اطلاعات مکانی مفید قابل استخراج از این تصاویر، مانند؛ بافت تصاویر می شود. استفاده هم زمان از بافت و اطلاعات طیفی مبحثی است که به آن کمتر پرداخته شده