CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

پیشنهاد یک الگوریتم ترکیبی برای شناسایی رتینوپاتی دیابتی مبتنی برتکنیکهای یادگیری ماشین

عنوان مقاله: پیشنهاد یک الگوریتم ترکیبی برای شناسایی رتینوپاتی دیابتی مبتنی برتکنیکهای یادگیری ماشین
شناسه ملی مقاله: PNUNCIT01_131
منتشر شده در اولین همایش ملی فناوری اطلاعات و شبکه های کامپیوتری دانشگاه پیام نور در سال 1391
مشخصات نویسندگان مقاله:

علی شاعیدی - هیئت علمی دانشگاه پیام نورخوزستان
سیدحسن صادق زاده - هیئت علمی دانشگاه پیام نوریزد

خلاصه مقاله:
میکروآنوریسم ها ابتدایی ترین علائم بیماری رتینوپاتی دیابتی اختلال درشبکیه ناشی ازبیماری دیابت می باشند وجود این جراحت درسطح شبکه میتواند بطور جدی بینایی را مختل نماید تشخیص پاتولوژیهای میکروانوریسم درشمار زیادی ازتصاوی تولید شده مرتبط با روشهای تصویربرداری زمان بر پرهزینه و توام با خطاهای انسانی می باشد دراین مقاله ازروش تشخیص میکروانوریسم ها برمبنای ناحیه بمنظور جداسازی این پاتولوژیها ازسایر ساختارهای پاتولوژی اناتومی استفاده گردیده است برای تخمین توزیع چگالی احتمال میکروانوریسم ها و غیرمیکروآنوریسم ها از دسته بندی کننده هایی نظیر k- نزدیکترین همسایه درخت های تصمیم ماشین بردار پشتیبان شبکه های بیزین و شبکه های عصبی مصنوعی استفاده گردیده است تشخیص میکروانوریسم ها براساس ناحیه باعث ایجاد یک سیستم تشخیص دقیق و قابل اطمینان و عملی شده است هدف این مقاله بررسی اتوماتیک تصاویر رنگی شبکیه دربیماران مبتلا به دیابت به منظور شناسایی و دسته بندی سریع و دقیق پاتولوژیهای قرمز رنگ شبکیه میکروآنوریسم ها وسپس تشخیص بیماری رتینوپاتی دیابتی درمراحل اولیه آن به منظور اغاز درمان موثر میب اشد.

کلمات کلیدی:
میکروآنوریسم ها، تشخیص میکروآنوریسم ها برمبنای ناحیه، دسته بندی، ماشین بردارپشتیبان، رتینوپاتی دیابتی

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/195972/