عنوان
|
تشخیص رتینوپاتی دیابتی از روی تصاویر شبکیه چشم با استفاده از تکنیکهای یادگیری عمیق
|
نوع پژوهش
|
مقاله ارائه شده کنفرانسی
|
کلیدواژهها
|
شبکیه چشم، رتینوپاتی دیابتی، استخراج ویژگی، کانولوشن، شبکه کانولوشنی عمیق
|
چکیده
|
رتینوپاتی دیابتی عارضه شایع دیابت و یکی از مهمترین دالیل نابینایی است. بسیاری از عوارض دیابت رتینوپاتی با تشخیص بهموقع قابلپیشگیری است بنابراین تشخیص زودرس آن برای موفقیت در درمان بسیار مهم است. متأسفانه به علت افزایش حجم تصاویر و پیچیدگی تشخیص آنها، تخصص انسانی برای تفسیر آنها کافی نیست. سادهسازی مرحله تشخیص بسیار مهم است و میتواند به میلیونها نفر کمک کند تا از عوارض و یا کوری ناشی از دیابت رتینوپاتی جلوگیری کند. در این تحقیق از یک شبکه کانولوشنی عمیق برای تشخیص دیابت رتینوپاتی استفادهشده است. مدل پیشنهادی با 330 هزار پارامتر و عمق 17 برای طبقهبندی مجموعه داده با 3662 تصویر استفادهشده است. این طبقهبندی شامل طبقهبندی بهصورت دودستهای در دو بخش افراد سالم و ناسالم با مقدار دقت 23/99 و بخش دوم افراد با سالمتی کم و ناسالم با دقت 79/96 تقسیمبندی شدهاند که نسبت به روشهای پیشین عملکرد بسیار خوبی داشته است
|
پژوهشگران
|
سیامند اوستان (نفر اول)، حسن ختن لو (نفر دوم)
|