İstatiksel alan birleştirme kullanarak insan retina optik disk bölütlemesi

Abstract

Optik disk (OD) lokalizasyonu ve bölütlemesi, otomatik göz hastalığı taramasında oldukça onemlidir. Bu tezde, fundus görüntülerinde optik diskin yarı otomatik lokalizasyonu ve bölütlemesi için yeni, hızlı ve basit yinelemeli bir metod geliştirilmiştir. Ayrıca, bu yeni metodla, istatistiksel bölge birleştirme algoritması kullanılarak, optik diskin alanı belirlenmiştir. Geliştirilen yöntemde Matlab simülasyon modeliyle elde edilen verilerin, deneysel sonuçlarla uyumlu olduğu görülmüştür. Elde edilen sonuçlar OD'nin bölütlemesininin iyi bir doğruluğa sahip olduğunu göstermektedir. Görüntü bölütleme yöntemi, bir lezyon veya organın kantitatif ölçümlerini yapmak isteyen radyologlar ve cerrahlar için kullanılabilecek en önemli bir araçtır. Bu tezde, İstatistiksel bölge birleştirme algoritmasına dayanan yeni bir otomatik bölütleme çerçevesi oluşturulmuştur. Önerilen yöntem bölge büyüme yöntemleri olarak kategorize edilebilir. Bu tez, insan retina optik disk hakkında gelişmiş geniş bilgi verirken, meydana gelebilecek en yaygın problemlerin çözümü için yeni bir otomasyon formatı geliştirlmiştir. İnsan Retina Optik Diski üzerindeki görüntü bölütlemenin performansını ve etkinliğini arttırmak için yeni bir algoritma geliştirilmiştir. Klasik tekniklerin aksine bu yeni yöntem daha inovsayon, hızlı,hassasiyeti yüksek ve zaman açısından daha etkili sonuçlar vermiştir. İlk olarak OD konum adayları medyan filtresi ve Otsu yöntemi kullanılarak tanımlanmıştır. Optik diskin yerini bulduktan sonra bu bölgeye istatistiksel bölge birleştirme yöntemi uygulanmıştır. Algoritma ve hesaplamalar için MatLab versiyon 16 kullanılarak yapılmıştır. Bu çalışmadaki tüm retinal görüntüler kamu ve uluslararası MESSDIOR veri tabanından alınmıştır.

Optic disc (OD) localization and segmentation are important tasks in automatic eye disease screening. In this thesis we presented a new, fast and simple iterative methodology for semi-automatic localization and segmentation of the optic disc in fundus images. Furthermore, this new method can find the area of optic disc using the statistical region merging algorithm. The proposed method uses Matlab programming languages for evaluation of algorithm. The performance of the proposed method compared with various methods in the literature, and the results are found convincing and efficient. The obtained results indicate that this method of the segmentation of OD has good accuracy. This thesis presents information about human retina optic disc and shows the most common problems that may happen on it. Moreover, in this thesis discuss deal with the symptoms of the diseases that may affect human eyes and how to detect these diseases. In addition, in this thesis we gived the previous techniques in image segmentation which were used before to capture and display the image for both diagnose and therapeutic purpose. In other words, we explained what the image processing, biomedical image processing, and the steps of image processing. Then we will discuss the most important step in image processing which is image segmentation, and the techniques have already been used before in image segmentation. Finally, a new technique or new algorithm has been proposed to address the disadvantages of the prior art and to improve the performance and efficiency of image segmentation on the Human Retina Optical Disc.In contrast to the classical techniques, this new method has more effective results with more insight, fast, high precision and more effective time. Initially, OD position candidates were identified using the median filter and the Otsu method. After locating the optical disc, statistical region joining method was applied to this region. For the algorithm and calculations, MatLab version 16 was used. All retinal images in this study were taken from the public and international MESSDIOR database.