عروق شبکیه چشم دسترسی یکتا و آسانی را به پنجره مطالعات سلامت و بیماری سیستم گردش خون اندامهای حیاتی انسان به صورت مستقیم و بدون هیچ گونه آسیبی فراهم می کند. در دهه گذشته پیشرفتهایی که در تکنیک های تصویربرداری ته چشم صورت گرفته امکان توصیف دقیقی از کوچکترین تغییرات چشم را فراهم می آوردند. این تغییرات کوچک را می توان به دو دسته اصلی تغییرات هندسی عروق (پیچش عروق) و بروز علائمی همچون میکروآنرزیم و لخته های خونی تقسیم کرد که در اثر بیماری هایی همانند دیابت و یا فشارخون رخ می دهند. با توجه به اینکه پیچ و خم دار شدن عروق جزء اولین علائمی است که در صورت بروز اینگونه بیماری ها رخ می دهد، تشخیص زودهنگام این بیماری ها با بررسی منظم مقدار پیچش عروق شبکیه از مشکلات غیر قابل بازگشت آنها جلوگیری می کند. همچنین محاسبه کمی پیچش عروق امکان مقایسه و بررسی وضعیت بیمار را در زمانهای مختلف به پزشک معالج می دهد. با وجود اهمیت بالای ارزیابی پیچش عروق شبکیه، تکنیک های اندکی در این حوزه ارائه شده اندکه با تشخیص بالینی چشم پزشک مطابقت داشته باشند. به علاوه بار محاسباتی الگوریتم های موجود بالا و دقت آنها پایین است. لذا ارائه سیستمی که بتواند با دقت بالا و زمان مناسب مقداری را برای پیچش عروق شبکیه که منطبق با تشخیص چشم پزشک باشد، تخمین بزند ضروری به نظر می رسد. در این پایان نامه سیستمی پیشنهاد می شود که در آن برای کاهش بار محاسبات مراحل اصلی الگوریتم های پیشین همانند استخراج خط مرکزی و مختصات رگ با استخراج ویژگی از تبدیل گابور جایگزین می شود. در این سیستم از تبدیل چندرزولوشنی موجک گابور برای استخراج اطلاعات جهت دار و مقیاس رگ استفاده می کنیم. قبل از اعمال فیلتر گابور ابتدا مرزهای نامطلوب در اطراف تصویر شبکیه، ناشی از روزنه دید دوربین با کمک ابزارهای مورفولوژی حذف می شود. در گام بعدی فیلتر گابور در سه مقیاس و شانزده جهت در هر مقیاس به تصویر بدست آمده از مرحله قبل اعمال می شود. خروجی این مرحله از الگوریتم شانزده ماتریس ضرایب در هر مقیاس با ابعاد یکسان با تصویر اولیه است. با توجه به اینکه فرض اصلی سیستم پیشنهادی ما اینست که پیچش کل عروق از ترکیب انحناء های محلی عروق با مقیاس یکسان بدست می آید، هر یک از زیرباندها و یا ماتریس های بدست آمده از آنها به پنجره های همپوشانی با ابعاد یکسان تقسیم می شوند. برای ارزیابی مقیاس یک قطعه رگ، ماکزیمم زیرباندهای گابور در هر مقیاس محاسبه می شود و سپس برای هر پنجره متناظر با تصویر اصلی مقیاسی تعریف می شود که معادل مقیاسی از فیلتر گابور است که در آن میانگین ضرایب آن پنجره از میانگین ضرایب همان پنجره در مقیاس های دیگر بزرگتر باشد. انحنای هر قطعه رگ از معکوس تفاضل دو جهت اصلی خم درون هر پنجره بدست می آید. این دو جهت معادل دو قله در بردار ویژگی حاصل از میانگین ضرایب یک پنجره در زیرباندهای مختلف مقیاس بدست آمده برای آن پنجره است. ترکیب انحناءهای بدست آمده در هر مقیاس گابور و تقسیم آنها به تعداد پنجره هایی که رگ در آنها تشخیص داده شده است مقدار پیچش عروق شبکیه در هر مقیاس را تعیین می کند. برای محاسبه مقدار پیچش کل، ترکیب وزنی مقدار پیچش های بدست آمده از هر مقیاس محاسبه می شود. با توجه به اینکه تاثیر پیچش هر مقیاس در مقدار پیچش کل مشخص نیست وزنها با کمک الگوریتم ازدحام ذرات بدست می آیند. این الگوریتم با رتبه بندی که چشم پزشک به مجموعه تصاویر شبکیه داده است آموزش می بیند. در این پایان نامه به منظور ارزیابی سیستم پیشنهادی از ضریب همبستگی اسپیرمن و میزان دقت الگوریتم در دسته بندی تصاویر شبکیه استفاده می کنیم. ضریب همبستگی اسپیرمن در الگوریتم پیشنهادی ما، که میزان مطابقت مقدار ارزیابی شده پیچش عروق توسط این سیستم را با تشخیص چشم پزشک برای رتبه بندی تصاویر می سنجد، 96% بدست آمده است. همچنین دقت الگوریتم در دسته بندی عروق به سه دسته عروق با پیچش کم، متوسط و زیاد به طور میانگین 84% است. در نهایت به منظور مقایسه نتایج سیستم پیشنهادی و الگوریتم های موجود، سیستم پیشنهادی را به مجموعه تصاویر گریسان اعمال می کنیم. نتایج حاصل از این آزمایش که با مقدار ضریب همبستگی اسپیرمن سنجیده می شود 94%بدست آمده و در مقایسه با نتایج دیگر الگوریتم ها نشان می دهد که سیستم پیشنهادی ما مطابقت بیشتری با تشخیص چشم پزشک دارد.