تشخیص بیماری رتینوپاتی دیابت با استفاده از پردازش تصاویر فوندوس شبکیه و تکنیک های مورفولوژیک

رتینوپاتی دیابتی، تاثیر مخرب دیابت بر رگ های خونی شبکیه است که تشخیص دیرهنگام آن می تواند باعث نابینایی شود. میکروآنوریسم ها از علائم اولیه این بیماری هستند که تشخیص زودهنگام آن ها باعث درمان به موقع و مانع از پیشرفت بیماری می گردد. از آن جا که این بیماری بدون علامت است و تنها توسط پزشک قابل تشخیص است، بدین جهت نیاز است بیماران دیابتی به طور منظم مورد آزمایش قرار گیرند، از طرفی با توجه به این که رشد تعداد چشم پزشکان کمتر از رشد جمعیت مبتلا به دیابت است، تشخیص دستی ضایعه ها زمان بر بوده و هزینه زیادی را به دنبال دارد؛ لذا طراحی سیستم های تشخیص خودکار ضروری است.

در این مطالعه توصیفی-تحلیلی ابتدا تصاویر فوندوس شبکیه تحت پیش پردازش قرار گرفت، سپس نواحی کاندیدای میکروآنوریسم ها با استفاده از معیار metric و عملگرهای مورفولوژیک Bottom-hat و Hit-or-Miss تعیین و در مرحله بعد به استخراج ویژگی با استفاده از تجزیه و تحلیل مولفه اصلی برای تشخیص میکروآنوریسم های واقعی پرداخته شد. برای ارزیابی الگوریتم پیشنهادی از تصاویر پایگاه داده DiaRetDB1 استفاده شد.

هدف این پژوهش توسعه یک روش خودکار برای تشخیص میکروآنوریسم ها است که بتواند به متخصصین چشم در فرآیند غربالگری رتینوپاتی دیابت کمک کند، تا علائم این بیماری را سریع تر، آسان تر و با هزینه کمتر تشخیص دهند. در ارزیابی روش پیشنهادی، نرخ حساسیت %87/6، نرخ تشخیص %98/7 و دقت %85/7 به دست آمد.

 با توجه به نتایج به دست آمده براساس پارامترهای ارزیابی، روش پیشنهادی از دقیق ترین الگوریتم های این حوزه است.