ارائه یک سیستم خودکار برای تشخیص افراد سالم و افراد دارای بیماری رتینوپاتی دیابتی

دیابت یکی از شایع ترین بیماری ها در جهان است که آثار مخربی بر روی قسمت های مختلف بدن برجای می گذارد. از ابتدایی ترین قسمت هایی که دچار عارضه می شود چشم است. تحلیل صدمات وارد شده بر روی شبکیه چشم از بهترین راه های تشخیص دیابت است. به همین علت ابتدا یک روش پرکاربرد و موثر برای حذف نویز تصاویر با ترکیب فیلتر وینر و تبدیل موجک گسسته اعمال می شود. در مرحله بعد از الگوریتم خوشه بندی k-means برای حذف قسمت های نامطلوب تصویر شامل نواحی خیلی روشن و خیلی تیره تصویر، استفاده می شود. سپس ویژگی های رنگ و شکل تصاویر استخراج می شود. برای استخراج ویژگی های رنگ تصویر، تصاویر را به فضای lab که برای چشم انسان بهتر قابل درک است برده می شود و برای استخراج ویژگی های شکل ابتدا تصاویر را به تصاویر خاکستری تبدیل کرده و سپس اقدام به استخراج ویژگی های شکل می گردد. پس از استخراج ویژگی ها به کمک الگوریتم تجزیه و تحلیل مولفه های اصلی تعداد ویژگی ها را کاهش داده و بهترین و موثرترین ویژگی ها انتخاب می شود. در پایان برای طبقه بندی ویژگی ها و تصاویر به دو گروه سالم و بیمار، از طبقه بند ماشین بردار پشتیبان با کرنل های متفاوت استفاده می شود. این الگوریتم صحت بالای 90% برای تصاویر آزمایشی حاصل می کند.