15000 تومان
افزودن به سبد خرید
0 فروش 117 بازدید
جزئیات محصول
تعداد قسمت: 1
پسوند فایل: zip
حجم فایل: 4MB
فایل راهنما: ندارد
فریم ورک: MATLAB
بسته نصبی: ندارد
امکانات: فایل مقاله لاتین، فایل ورد ترجمه (8 صفحه)
تاریخ انتشار: ۰۷ بهمن ۱۳۹۷
دسته بندی: ,,

تبلیغات

بازیابی اولیه ادم اختلال وابسته به شبکیه چشم دیابتی با استفاده از FCM

چکیده

دیابت ( DR) یک عارضه شبکیه چشمی مشترک مربوط به بیماران دیابتی است .آن عامل اصلی نابینایی در گروه سنی متوسط و همچنین بزرگسالان است بنابراین ، بازیابی اولیه از طریق غربالگری منظم و مداخله به موقع تا حد زیادی در کنترل موثر پیشرفت بیماری سومند خواهد بود . زیرا نسبت افراد مبتلا به بیمار به تعداد متخصیصن چشم که می توانند این بیماران را غربالگری کنند ، بسیار بالاست . برای تغییرات  دیابتی در چشم سیستم تشخیصی خودکار مورد نیاز است چون فقط اشخاص بیمار را می توان به متخصیصن جهت مداخله و درمان بیشتر به متخصص ارجاع داد . هدف از این پروژه ، پیدا کردن بخش های مترشحه در چشم بیماران دیابتی است . در این شیوه الگوریتم ( ابزارهای Cفازی ) FCM برای پیدا کردن نسبت بیماری مورد استفاده قرار می گیرد . مزیت اصلی الگوریتم ما به درستی بیشتر بازیابی مواد مترشحه اشاره می نماید.

مقدمه

دیابتی ( DR) که علل اصلی دید ضعیف است ، یک بیماری چشمی است که مربوط به دیابت های طولانی مدت  است . اگر این بیماری در مراحل اولیه اش بازیابی شود ، درمان می تواند پیشرفت  DR راکند نماید . تصاویر ته چشمی رنگی برای بازیابی مواد مترشحه در تصاویر شبکیه چشمی مورد استفاده قرار می گیرند . شکل ۱ یک تصویر ته چشمی از شبکیه چشم ناسالم را با ویژگی های اصلی و مواد مترشحه اش را نشان میدهد . وقتی ، بازیابی در طی بررسی شبکیه چشم است آن خواستار درمان فوری از  رنج  glycemic و کنترل فشار خون تا جراحی لیزری است .

بازیابی سالانه مواد مترشحه از سوی متخصصان چشم دشوار است چون آنها بایستی زمان زیادی را در تحلیل و تشخیص عکس های مربوط به شبکیه چشم حذف نمایند . تکنیک های غربالگری خودکار برای بازیابی مواد مترشحه و تاثیر چشمگیری در پس اندازه هزینه ، زمان و کار دارد . تکنیک های پدازش تصویر مربوط به بازیابی مواد مترشحه می تواند در استخراج محل و اندازه مواد مترشحه در تصاویر وابسته به شبکیه چشم کمک نماید . در تصاویر ته چشمی رنگی ، آنها به نظر همچون depositis های سفید –زرد می رسند .( شکل ۱ را مشاهده کنید) بازیابی وجود مواد مترشحه سخت (HE) در قسمت های مختلف شبکیه چشم ، اکنون یک شیوه معیاری برای ارزیابی DME طبق تصاویر ته چشمی رنگی و ملاحظه و بررسی شده است .

برای بازیابی مواد مترشحه ، چندین تکنیک پیشنهاد شده است . در این شیوه ، الگوریتم ( وسایل C فازی ) FCM برای یافتن نسبت بیماری مورد استفاده قرار می گرند . شدت خطر ادم براساس  تقریب HE تا به لکه ها مورد استفاده قرار می گیرد که یک منطقه مدور تعریف می شود که در فروفتگی به همراه یک قطر دیسک نوری (OD) تمرکز یافته است .( شکل ۱ را مشاهده کنید) .

در بازیابی خودکار بیماری سیستم می تواند به طور معناداری بار مسئولیت متخصصان را با محدود کردن مراجعات به آن مواردی کاهش دهند که نیازمند توجه فوری هستند . کاهش در زمان و تلاش در جایی معنادار خواهد بود که اکثر بیماران غربالگری شده از لحاظ امراض نرمال باشند .

به خاطر توسعه دادن راه حلی برای ارزیابی DME خودکار ، ابتدا یک مدول تصمیماتی برای تایید حضور یا عدم حضور HE در تصویر رنگی ته چشمی ذکر  شده مورد نیاز است . وقتی حضور آنها مشخص می شود ، دومین مدول ( معیار) بایستی منطقه خالدار را برای سنجش ریسک نشانگر DMEارزیابی نماید . بنابراین ، در این اثر ، ما شیوه صحیحی را برای بازیابی و ارزیابیHEارائه می دهیم . بخش بعدی ، مرور کلی دباره اثر اولیه انجام شده برای بازیابی حضور HE دنبال شده با سر فصلی از شیوه شناختی ارائه شد را فراهم می کند.

Early Detection of Diabetic Retinopathy Edema using FCM

Abstract: Diabetic retinopathy (DR) is a common retinal complication associated with diabetes. It is a major cause of blindness in middle as well as older age groups. Therefore early detection through regular screening and timely intervention will be highly beneficial in effectively controlling the progress of the disease. Since the ratio of people afflicted with the disease to the number of eye specialist who can screen these patients is very high, there is a need of automated diagnostic system for diabetic retinopathy changes in the eye so that only diseased persons can be referred to the specialist for further intervention and treatment. The aim of the project is to find the exudates parts in the eye of diabetic patients. In this method, FCM (fuzzy c-means) algorithm is used for finding the ratio of the disease. A major advantage of our algorithm is which implies greater accuracy of exudates detection.

لینک مقاله اصلی:

https://www.ijsr.net/archive/v2i5/IJSRON2013935.pdf

افزودن به سبد خرید

لطفاً براي ارسال دیدگاه، ابتدا وارد حساب كاربري خود بشويد

محصولات پر فروش

پر فروش ترین محصولات فروشگاه روکساوب