تشخیص هوشمند جداشدگی شبکیه از جداشدگی خلفی زجاجیه در تصاویر سونوگرافی چشم

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 927

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CEIT01_204

تاریخ نمایه سازی: 9 تیر 1393

چکیده مقاله:

تصویر برداری اولتراسوند به دلیل به خطر و کم هزینه بودن امروزه کاربرد وسیعی در تشخیص بیماری های چشمی دارد. اما کیفیت پایین این روش تصویر برداری به دلیل وجود نویز اسپیکل در آن و همچنین به دلیل شباهت های تشخیصی که در بعضی بیماری های چشمی وجود دارد. چالش هایی را در زمینه تشخیص درست و به موقع این بیماری ها ایجاد می کند. جداشدگی شبکیه و جداشدگی خلفی زجاجیه دو مورد از بیماری های چشم هستند که از اولتراسوند برای تشخیص آنها استفاده می شود و از طرفی به دلیل تشابه تشخیصی که بین آنها وجود دارد، ارائه راهکاری که بتواند تشخیص آن دو را از هم راحت تر و سریع تر نماید، برای چشم پزشکان حائز اهمیت است. هدف این مقاله ارائه روشی برای حذف موثر نویز موجود در تصویر و سپس تشخیص هوشمند این دو بیماری با استفاده از پردازش تصویر می باشد. روش پیشنهادی در این مقاله استفاده از الگوریتم ماژول ویولت ماکزیمم برای حذف نویز اسپیکل موجود در تصویر و ترکیب دو الگوریتم آنالیز اجزای ویژه و آنالیز اجزای مستقل به عنوان روش استخراج ویژگی می باشد. نتایج شبیه سازی نشان می دهد الگوریتم پیشنهادی با دقت 91.2 درصد تشخیص هوشمند این دو بیماری را باموفقیت انجام می دهد.

نویسندگان

سونا مرجب

گروه برق الکترونیک، موسسه آموزش عالی آیندگان، تنکابن

نرگس عزیزی فرد

گروه کامپیوتر، موسسه آموزش عالی موج، بندر انزلی

فریبا قاسمی

گروه چشم پزشکی، دانشگاه علوم پزشکی تهران، تهران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • ارائه روشی مبتنی برآنالیز مؤلفه های اساسی و شبکه عصبی جهت تشخیص هویت بر اساس تصویر شبکیه چشم [مقاله کنفرانسی]
  • سونا مرجب، مهرگان مهدوی، فریبا قاسمی، "تشخیص خودکار جداشدگی شبکیه ...
  • _ _ _ _ River, NJ, 2002. ...
  • C. B. Burckhardt, "Speckle in Ultrasound B-Mode Scans: , IEEE ...
  • T. Loupas, W. N. Mcdicken and P... Allan, "An Adaptive ...
  • [15] J. Portilla, V. Strela, M. J. Wainwright and E. ...
  • Gaussian Scale Mixture Model in the Wavelet Domain:, s" International ...
  • Thresholding Based on Weighted Variance" , International Journal of Computer ...
  • A Human identification system :ه [7] A. Zahedi, H. Sadjedi, ...
  • _ System for _ _ _ International Symposium on Image ...
  • F. D. Yagmur, B. Karlik, A. Okatan, ":Automatic _ _ ...
  • D. L. Donoho, "Denoising by Soft- Thresholdings", IEEE Transaction on ...
  • G. Yang, Y. Liu, :A New Wavelet Modulus Maximum Method ...
  • X. Zhou, Y. Shi, P. Zhang, G. Nie, W. Jiang, ...
  • Comon, P., Independent component analysis; A nev ...
  • _ _ _ _ Recognition by Independent Component Analysis", IEEE ...
  • Yuen, P.C. and J.H. Lai. Independent Component ...
  • Bell, A.J. and T... Sejnowski, The Independent Components of Natural ...
  • _ _ _ 13(4-5) : P. 41 1-430 2000. ...
  • نمایش کامل مراجع