غربالگری و طبقه‌بندی خودکار رتینوپاتی و ماکولوپاتی دیابتی با استفاده از پردازش تصویر فازی

تصویربرداری دیجیتال شبکیه یک روش غربالگری چالش برانگیز است که در آن روش‌های موثر، قوی و مقرون‌به‌صرفه هنوز باید توسعه یابند. غربالگری منظم برای رتینوپاتی دیابتی و بیماری‌های ناشی از ماکولوپاتی دیابتی به منظور شناسایی این گروه در معرض خطر اختلالات بینایی ضروری است. این مقاله یک تشخیص خودکار جدید از رتینوپاتی {بیماری شبکیه ای که منجر به اختلال یا از بین رفتن دید می شود.} دیابتی و ماکولوپاتی { وضعیتی پاتولوژیک ماکولا است که در مرکز شبکیه قرار دارد که با دید بسیار حساس و دقیق همراه است.} ناشی از هایپوتونی را با استفاده از تکنیک‌های پردازش تصویر فازی ارائه می‌کند. این مقاله ابتدا سیستم‌های موجود برای غربال گری رتینوپاتی دیابتی را با تاکید بر روش‌های تشخیص ماکولوپاتی معرفی می‌کند. سیستم پشتیبانی تصمیم‌گیری پزشکی پیشنهاد شده شامل چهار بخش است یعنی: کسب تصویر، پیش‌پردازش تصویر شامل چهار ساختار شبکیه، استخراج ویژگی و طبقه‌بندی رتینوپاتی دیابتی و ماکولوپاتی. ترکیبی از تکنیک‌های پردازش تصویر فازی، تبدیل تبدیل هاف و چندین روش استخراج ویژگی در سیستم پیشنهادی پیاده‌سازی می‌شوند. این مقاله همچنین یک

Digital retinal imaging is a challenging screening method for which effective, robust and cost-effective approaches are still to be developed. Regular screening for diabetic retinopathy and diabetic maculopathy diseases is necessary in order to identify the group at risk of visual impairment. This paper presents a novel automatic detection of diabetic retinopathy and maculopathy in eye fundus images by employing fuzzy image processing techniques. The paper first introduces the existing systems for diabetic retinopathy screening, with an emphasis on the maculopathy detection methods. The proposed medical decision support system consists of four parts, namely: image acquisition, image preprocessing including four retinal structures localisation, feature extraction and the classification of diabetic retinopathy and maculopathy. A combination of fuzzy image processing techniques, the Circular Hough Transform and several feature extraction methods are implemented in the proposed system. The