نام پژوهشگر: پریا تازه دل
پریا تازه دل میر هادی سیدعربی
رتینوپاتی دیابتی عارضه ای ناشی از دیابت است و جزء خطرناک ترین و شایع ترین بیماری های سیستم بینایی انسان به شمار می آید. میکروآنوریسم ها اولین نشانه ی بالینی این بیماری هستند و به شکل لکه های قرمز رنگ کوچکی بر روی تصاویر فوندوس شبکیه ظاهر می شوند. تعداد میکروآنوریسم ها نشان دهنده ی شدت بیماری و تشخیص زودهنگام آنها به منزله ی تشخیص رتینوپاتی دیابتی در مراحل اولیه ی ابتلا است که می تواند به کاهش بروز نابینایی کمک کند. پردازش تصویر به عنوان یکی از روش های تشخیص رتینوپاتی دیابتی استفاده می شود. به علت اهمیت فراوان آشکار سازی میکروآنوریسم ها در تشخیص خودکار و نیمه خودکار بیماری رتینوپاتی، تحقیقات زیادی در این زمینه انجام شده است. هدف این پایان نامه، توسعه ی یک روش خودکار برای تشخیص میکروآنوریسم ها است که می تواند به متخصصین چشم در فرآیند غربالگری رتینوپاتی دیابتی کمک کند تا علائم این بیماری را سریع تر، آسان تر و با هزینه ی کمتر تشخیص دهند. روش کلی ارایه شده به این صورت است که ابتدا روی تصاویر شبکیه ی چشم پیش پردازش انجام می دهد؛ سپس نواحی کاندید میکروآنوریسم ها تعیین و در مرحله ی بعد با استخراج ویژگی ها به صورت دقیق تشخیص داده می شوند. در این تحقیق ترکیب فیلترهای میانه و همومورفیک و هم چنین استفاده از ویژگی های ماتریس هم رخدادی، نتایج را بهبود بخشیده است. برای این که بتوان نتایج حاصل از الگوریتم ارایه شده را ارزیابی کرد، تصاویر مورد استفاده به وسیله ی یک چشم پزشک مورد بررسی قرار گرفته و نقاط مربوط به میکروآنوریسم به صورت دستی علامت گذاری شده است. مطابق این روش، نرخ حساسیت 93.54% و تشخیص 94.05% به دست آمده است که آن را از زمره دقیق ترین الگوریتم های این حوزه قرار می دهد.