استخراج خطوط مرکزی رگهای شبکیه چشم در متلب
استخراج خطوط مرکزی رگهای شبکیه چشم با استفاده از ویژگی‌های توپوگرافیکی و فیلترهای جهت‌دار :پروژه متلب
پروژه متلب شبکیه داخلی‌ترین لایهٔ چشم است و شامل سلول‌های گیرندهٔ نور و نورون‌ها میباشد. این لایهٔ بسیار نازک (قطری حدود ۰٫۵ میلی‌متر) ۷۵٪ مساحت کرهٔ چشم را می‌پوشاند.
شبکیه لایهٔ حساس به نور را تشکیل می‌دهد و با تبدیل جریان الکترومغناطیسی نور به پیام عصبی و انتقال آن از طریق عصب بینایی به لب پس‌سری به مغز توانایی دیدن را می‌دهد. سلول‌های گیرندهٔ نور شبکیه ۲ نوع می‌باشند:
- سلول‌های مخروطی که توانایی دیدن رنگ‌ها را در نور زیاد به مغز می‌دهند.میزان ماده حساس به نور در دندریت این سلول‌ها نسبت به سلول‌های استوانه‌ای کمتر است همین کمبود یکی از علل حساسیت مخروطی به نور است.سلول های استوانه ای دندریت بزرگتری نسبت به سلول مخروطی دارا می باشند .
- سلول‌های استوانه‌ای که بینایی در نور کم را امکان‌پذیر می‌سازند.سلول‌های استوانه‌ای در نور کم تحریک می‌شوند یعنی حساسیت آنها بالاست.میزان زیاد ماده حساس به نور یاخته هایاستوانه‌ای نسبت به یاخته‌های مخروطی علت بر حساسیت بالای آن هاست.
هریک از این دو نوع گیرنده برای مقصود خاصی تخصص یافته‌است. میله‌ها برای دید شب ساخته شده‌اند. این یاخته‌ها در نور کم عمل می‌کنند و احساس‌های فاقد رنگ را سبب می‌شوند. مخروط‌ها برای نور روز مناسب‌تر هستند. این یاخته‌ها به نورهای شدید پاسخ می‌دهند و موجب احساس رنگ می‌شوند.
جایی را که عصب بینایی از شبکیه خارج می‌شود نقطه کور می‌گویند. لکه زرد بخش دیگری از شبکیه‌است که در امتداد محور نوری کرهٔ چشم قرار دارد و در دقت و تیزبینی چشم نقش دارد.
در ۶ ژانویه ۲۰۱۳ محققین بریتانیایی موفق به معالجه موش‌های نابینا شدند. آنها این عمل را با تزریق سلول‌های حساس به نور انجام دادند. پیرو آزمایش‌های بیشتر، این پژوهش می‌تواند موجبات بهبود بیمارانی که از رنگدانه‌ای شدن شبکیه چشم رنج می‌برند را حاصل نماید.
پروژه متلب : بیماریهای چشمی یکی از مهمترین عوامل از کار افتادگی و حتی مرگ در کشورهای توسعه یافته و نیز کشورهای در حال توسعه میباشد. استخراج رگهای خونی شبکیه، گاهی توسط پزشک و به صورت دستی انجام می پذیرد که عملی زمانبر و مشکل بوده و به علت وابستگی زیاد به میزان مهارت پزشک، خطای زیادی به همراه دارد. در این مقاله تشخیص رگ های خونی در تصاویر شبکیه چشم مورد بررسی قرار گرفته است. برای این منظور ابتدا یک روش جدید برای بهبودکیفیت تصاویر شبکیه از ترکیب روش تعدیل هیستوگرام و گروه بندی سریع سطح خاکستری ارائه شده است.
پروژه متلببا استفاده از بردار ویژگی اقدام به طبقه بندی پیکسل نموده ایم. از بردار ویژگی که شامل سنجش اندازه گیری برای هر پیکسل به این صورت که با استفاده از ویژگی های رگ های خونی اقدام به عمل طبقه بندی می کنیم. در مرحله آخر یک روش برای طبقهبندی تصاویر بر اساس بردار استخراج ویژگی مورد نیاز است. استفاده ازشبکه های عصبی، یکی از بهترین و گسترده ترین روش های یادگیری ماشین برای طبقه بندی هستند.
پروژه متلب استخراج رگهای شبکیه چشم را از تصویر شبکیه مورد مطالعه قرار داده‌ایم. از آنجایی که کانال سبز تصویر بهترین کنتراست بین رگ و غیر رگ را داراست، از این کانال برای جداسازی رگ‌ها استفاده کرده‌ایم. پس از ارتقاء تصویر معکوس کانال سبز، آن را به صورت یک رویه توپوگرافیکی در نظر گرفته و نقاط ناودانی بیرون را از آن استخراج می‌کنیم. این نقاط بر روی مرکز رگ‌ها قرار دارند. در حضور نویز پیش‌زمینه و توزیع غیر یکنواخت روشنایی در تصویر برداری ، مراکز رگ ها بدرستی استخراج نمی شوند. نقاط استخراج شده جدا از یکدیگر می باشند و تنها بخشی از خط مرکزی رگ را تشکیل می‌دهند.
پروژه متلب برای اتصال نقاط مجزا و گسترش آنها با هدف استخراج رگهای باریک روش جدیدی پیشنهاد شده است. در این روش بانکی از فیلترهای جهت‌دار طراحی نموده ایم که جهت مناسب برای رشد خط مرکزی رگ را تخمین می زند. به کمک این روش نقاط انتهایی رشته خطوط ناودانی رشد داده می شوند تا خطوط مرکزی رگ ها بصورت رشته های پیوسته گسترش یابند. نتایج حاصل از آزمایشات بر روی پایگاه داده DRIVE نشان دهنده برتری روش پیشنهاد شده نسبت به روش‌های موجود است. این برتری با معیار صحت، میزان عدم اشتراک و حساسیت سنجیده شده است.
خروجی متلب :
دیدگاه ها