Automatic abnormality detection of diabetic retinopathy in digital fundus images using adaptive thresholding and filtering methods

การตรวจจับความผิดปกติแบบอัตโนมัติของเบาหวานขึ้นตาในภาพจอประสาทตาโดยใช้เทรชโฮลด์แบบปรับตัวได้และวิธีการกรอง

Name: Sivakorn Wongponkannan

LCSH: Diabetic Retinopathy -- Therapy

LCSH: Diabetic Retinopathy -- Diagnosis

LCSH: Diabetic retinopathy -- Physiopathology

Abstract: Diabetic retinopathy (DR) is developed due to the harmful effect of high blood sugar levels, resulting in damage to the vascular retina. As a result, the development of exudate is a major factor cause of blindness in the patient. Early detection and diagnosis are necessary to prevent the development of exudate and sustain the vision of the patient. Nevertheless, manual diagnosis is time and cost-consuming for medication resources. In this work, we proposed an automatic abnormality detection of diabetic retinopathy in digital fundus images using adaptive thresholding and filtering methods. This method is focused on segmenting the exudate from retina images. In the adaptive thresholding method, the Bernsen adaptive threshold is applied to segment the exudate candidate regions. This method is low-complex despite having some false candidate regions. The rule-based classifitcation is applied as a classifier classified based on the feature characteristics of each exudate region. The proposed algorithm achieves an area under the curve (AUC) of 90.8 and a probability of detection rate of 0.87 on the DiaretDB1 dataset. This result provides an encouraging performance achieved by the proposed algorithm in the exudate detection problem.

Abstract: โรคเบาหวานขึ้นตาเกิดจากระดับน้ำตาลในเลือดสูงส่งผลให้หลอดเลือดในจอประสาทตาได้รับความเสียหาย และจะให้ทำให้เกิดก้อนไขมันที่มาจากการรั่วซึม (exudate) ซึ่งสามารถทำให้ผู้ป่วยตาบอดได้ ดังนั้น การวินิจฉัยโรคนี้ตั้งแต่ก่อนที่โรคเบาหวานขึ้นตา ตั้งแต่ระยะแรกเริ่ม จึงมีความสำคัญมาก เพื่อสามารถหาทางป้องกันไม่ให้โรคเบาหวานขึ้นตาเกิดการพัฒนา และเพื่อป้องกันไม่ให้ผู้ป่วยที่ป่วยเป็นโรคเบาหวานขึ้นตาสูญเสียมองเห็นต่อไป ในปัจจุบัน การวินิจฉัยโรคเบาหวานขึ้นตาจะใช้ผู้เชี่ยวชาญทางการแพทย์ วินิจฉัยผ่านรูปถ่ายภาพจอประสาทตา แต่เนื่องจากการวินิจฉัยโดยวิธีนี้ใช้เวลาและทรัพยากรทางบุคคลมาก ดังนั้นในงานวิทยานิพนธ์ฉบับนี้ จึงเสนอวิธีการตรวจจับความผิดปกติแบบอัตโนมัติของเบาหวานขึ้นตาในภาพจอประสาท โดยใช้เทรชโฮลด์แบบปรับตัวได้และวิธีการกรอง โดยมุ่งเน้นไปในส่วนของการแยกส่วนก้อนไขมันจากรูปจอประสาทตา ในวิธีการเทรชโฮลล์แบบปรับได้ของเบิร์นเซน (Bernsen adaptive treshold) นำมาใช้เพื่อแยกส่วนพื้นที่ที่มีแนวโน้มว่าอาจจะเป็นส่วนของก้อนไขมัน โดยวิธีการนี้มีความซับซ้อนต่ำ ถึงอย่างไรก็ตาม วิธีการนี้ประสบปัญหาในด้านของการแยกส่วนพื้นที่ที่ไม่ใช่ส่วนของไขมันเกิดขึ้น เพื่อที่จะแก้ไขปัญหานี้การจำแนกข้อมูลด้วยกฎ (Rule-Based Classification) ได้ถูกนำมาใช้เพื่อคัดกรองโดยใช้ลักษณะเฉพาะตัวขึ้นอยู่กับพื้นที่ของก้อนไขมันแต่ละก้อน เมื่อใช้วิธีการแยกส่วนกับชุดข้อมูล DiaretDB1 ได้พื้นที่ภายใต้โค้งอยู่ที่ 90.8 และเมื่อวัดผลรายวัตถุได้ความน่าจะเป็นที่จะตรวจพบอยู่ที่ 0.87 ซึ่งผลลัพธ์นี้แสดงถึงประสิทธิภาพที่น่าพอใจของขั้นตอนการตรวจจับในปัญหาของการตรวจจับความผิดปกติของโรคเบาหวานขึ้นตา

Chiang Mai University. Library

Address: CHIANG MAI

Email: cmulibref@cmu.ac.th

Name: Nipon Theera-Umpon

Role: Advisor

Created: 2024

Modified: 2024-12-25

Issued: 2024-12-14

วิทยานิพนธ์/Thesis

application/pdf

eng

DegreeName: Master of Engineering

Level: Master's degree

Descipline: Biomedical Engineering

Grantor: Chiang Mai University

©copyrights Chiang Mai University

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	642635905.pdf	2.14 MB

ใช้เวลา

0.018569 วินาที