یک روش کارا برای غربالگری اولیه بیماری گلوکوم بر اساس محاسبه نسبت کاپ به دیسک نوری با استفاده از شبکه های عصبی کانولوشنی

تشخیص و درمان به موقع بیماری گلوکوم می تواند از پیشروی این بیماری و از دست دادن ناگهانی بینایی جلوگیری کند. گلوکوم دیسک و کاپ نوری را که درون دیسک قرار دارد تحت تاثیر قرار می دهد. در این مقاله ابتدا به محلی سازی دیسک نوری پرداخته شده و سپس قطعه بندی دیسک و کاپ نوری به منظور تشخیص براساس نسبت کاپ به دیسک نوری (CDR) انجام می شود. برای مرحله محلی سازی دیسک از شبکه عصبی کانولوشنی مبتنی بر ناحیه سریعتر (Faster-RCNN) با شبکه پیش آموزش دیده ResNet50 استفاده می شود. مرحله قطعه بندی توسط معماری U-Net اصلاح شده با استفاده از شبکه SE-ResNet50 در قسمت کدگذار آن اجرا شده و در نهایت CDR مورد ارزیابی قرار می گیرد. پایگاه های داده Drishti-GS1 و RIM-ONE v3 برای آموزش و تست روش پیشنهادی و دسته داده MESSIDOR صرفا در مرحله تست بکار رفته است. همچنین به منظور قطعه بندی کاپ و دیسک نوری دو رویکرد برای درنظرگرفتن حاشیه نویسی کاپ و دیسک نوری در حقیقت مبنای دسته داده Drishti-GS1 پیشنهاد می شود. در رویکرد پیشنهادی دوم و طبق معیار  F1-score، نتیجه قطعه بندی کاپ و دیسک نوری برای دسته داده Drishti-GS1 به ترتیب 0.93 و 0.97، برای دسته داده RIM-ONE v3 به ترتیب 0.79 و 0.95 و برای دسته داده MESSIDOR به ترتیب 0.84 و 0.93 بدست آمده که قابل رقابت با سایر کارها است.