Günümüzdeki medikal problemlerde bilgisayar destekli karar verme sistemleri önemli bir araştırma alanı haline gelmiştir. Bu tez çalışmasında retina üzerinde bulunan ve diyabet hastalığına ait anlamlı bilgiler içeren normal ve anormal bileşenlerin otomatik tespitine yönelik bir çalışma gerçekleştirilmiştir. Diyabet hastalığı sonuçları körlüğe kadar giden ciddi hastalıklardan birisidir. Bu durumda, göz doktorlarına medikal anlamda yardımcı, hızlı, hassas, doğru ve güvenilir tanı koyulmasını sağlayan bilgisayar destekli karar destek sistemlerine ihtiyaç vardır. Bu tezin önemli katkılarından birisi, diyabetik hastalıklar başta olmak üzere glokom, hiper tansiyon gibi çok farklı retina hastalıklarının analizinde değerlendirilmesi gereken retinaya ait optik disk (OD) bölgesinin tespitidir. Bu amaçla, birden fazla OD tespiti yaklaşımları geliştirilmiştir. Geliştirilen yaklaşımlar genel kabul görmüş farklı veri setleri üzerinde test edilmiştir. Bu geliştirilen yaklaşımların ilki yoğunluk ve öznitelik tabanlı OD tespiti yöntemidir. Bu yöntemde çıkartılan kan damarları üzerinde kenar değerleri elde edilerek optik disk aday (ODA) bölgeleri elde edilmiştir. Yöntemin ikinci aşamasında damar etkileri ortadan kaldırılmış görüntü üzerinde en parlak bölgelerin ilk %2'si çıkartılmıştır. Elde edilen aday bölgelerinden OD tespit edilemediğinde, muhtemel ODA bölgeleri istatistiksel yaklaşımla değerlendirilmiştir. Bu şekilde kademeli ve melez bir yöntem geliştirilmiştir. Son olarak da OD bölgesi tespit edilen görüntüde aday belirlemede kullanılan parlaklık tabanlı yöntem temel alınarak OD merkezi belirlenmiştir. Deneysel çalışmalar göstermiştir ki ortalama 0.45 saniyede, bir retina görüntüsüne ait OD bölgesi tespit edilebilmektedir. DIARETDB0, DIARETDB1, DRIVE, SDUDIARET0 ve SDUDIARET1 veri setlerinde %99.37 başarı oranı ile OD tespit edilmiştir. Bu geliştirilen yaklaşımların ikincisinde ise eşiklenmiş görüntüde kan damarları olan bölgeler tespit edilerek bu ODA bölgeleri Daubechies db2 tipi ayrık dalgacık dönüşümüne tabi tutuldu. Burada elde edilen aday bölgeleri arasından kenar yoğunluklarına göre en yoğun bölge OD bölgesi kabul edildi. Bu bölgenin OD merkezi parlaklık tabanlı yöntem temel alınarak belirlendi. Dalgacık tabanlı yöntemde DIARETDB0, DIARETDB1, DRIVE, SDUDIARET0 ve MESSIDOR veri setinin bir kısmı üzerinde deneysel çalışmalar gerçekleştirilmiştir. Ortalama olarak %95.70 başarı oranına ulaşılmıştır. Bu geliştirilen yaklaşımların üçüncüsünde ise eşiklenmiş görüntüde kan damarları olan bölgeler tespit edildi. Sonrasında bu bölgeler bazı ön işlemlerden geçirildi. Daha sonrasında, her bir bölge etiketlenerek alan tabanlı seçim işlemine tabi tutuldu. DIARETDB0, DIARETDB1 ve MESSIDOR veri setinin bir kısmı üzerinde deneysel çalışma gerçekleştirilmiştir. Ortalama olarak %93.75 başarı oranına ulaşılmıştır. Bu geliştirilen yaklaşımların dördüncüsünde ise farklı görüntülerin OD merkezlerini ortalayarak şablon oluşturulmuştur. Sonrasında OD'nin merkezini bulabilmek için şablon ve aday bölgelerden çıkartılan histogram tabanlı 7 öznitelik arasındaki ilişkiye göre OD bölgesine karar verilmiştir. DRIVE veri seti üzerinde deneysel çalışmalar gerçekleştirilmiştir. Ortalama olarak %100 başarı oranına ulaşılmıştır. Bu tezin önemli diğer katkısı, retina görüntüsünün normal bileşenlerinden fovea merkezi ve makula bölgesinin tespit edilmesidir. Fovea, makula bölgesi içerisinde bulunan görme merkezidir. Bu bölgenin tespiti için OD tespiti ve kaldırılması gibi bazı ön işlemlerden sonra ilgilenen bölge (İB) elde edilmiştir. Bu bölgeye Fourier dönüşümü ve sonrasında iki boyutlu Gabor dalgacığı uygulanmıştır. Daha sonrasında, bu bölgenin normalleştirilmiş görüntüsüne morfolojik tabanlı bir yöntem uygulanmıştır. DIARETDB1 veri seti üzerinde deneysel çalışmalar gerçekleştirilmiştir. Ortalama olarak %97 başarı oranına ulaşılmıştır. Son olarak da aynı veri setinde makula bölgesindeki eksudaların varlık ve yakınlık derecesine göre DMÖ hastalık tanısı otomatik olarak yapılmıştır. Sonuç olarak, geliştirilen yaklaşımlar ile OD, fovea ve makula gibi normal bileşenler tespit edilmiştir. Aynı zamanda görme merkezi yakınında meydana gelen eksudalar gibi anormal lezyonlara göre erken teşhisin sağlanması hedeflenmiştir. Bunlara ek olarak, bu tez çalışması geliştirilen karar destek sistemi ile yaşam kalitesi artırılarak doktorların karar verme sürecine katkı sağlamaktadır. Anahtar Kelimeler: Optik disk tespiti, fovea tespiti, makula tespiti, diyabetik makular ödem, görüntü işleme, karar destek sistemi, fundus floresein anjiyografi.
In today's medical problems computer-aided decision support system has become an important research area. In this thesis, a study for the automatic detection of normal and abnormal components, which are including meaningful information about diabetic disease is carried out. The results of diabetes disease is one of the serious illness leading up to blindness. In this case, development of computer-aided decision support system, which is provided to assist in the medical sense to the eye doctor, fast, precise, accurate and reliable diagnosis is need. One of the important contribution of this thesis is detection of assessed optic disc region of retina in the analysis of many different retinal diseases such as glaucoma, hypertension, especially diabetic diseases. Several approaches for OD detection with this purpose have been developed. Developed approaches have been tested on different data sets generally accepted. The first of the new approaches is an OD detection method based on intensity and feature. In this method, optic disc candidate (ODA) regions are obtianed by using the edge values on extracted blood vessels. The first 2% of the brightest regions of the image, which is removed vessel effects in second phase of the method is extracted. When OD cannot be detection from obtained candidate regions, probable ODA regions are evaluated with statistical approach. In this way, a gradually and hybrid method is developed. The finally, the OD center is determined with brightness based method used to identify candidates in the image is detected OD. Experimental studies have shown that the OD region of a retinal image can be detected in average 0.45 seconds. OD with 99.37% success rate is detected in DIARETDB0, DIARETDB1, DRIVE, SDUDIARET0 and SDUDIARET1 datasets. In the second of the new approaches, these ODA regions by identify regions of blood vessels in thresholded image are subjected to Daubechies db2 type discrete wavelet transform. Wherein the most intensity region according to the edge density from the obtained candidate regions is accepted OD region. Experimental studies are performed on DIARETDB0, DIARETDB1, DRIVE, SDUDIARET0 and on a portion of MESSIDOR dataset in the wavelet based method. Average 95.70% succes rate is reached. In the third of the new approaches, regions with blood vessels in the thresholded image are detected. After, these regions are passed through some pre-processes. Later, each region is subjected to area-based selection process by labeling. Experimental studies are performed on DIARETDB0, DIARETDB1 and on a portion of MESSIDOR dataset. Average 93.75% succes rate is reached. In the fourth of the developed approaches, template has been created by averaging the OD centers of the different images. After, OD region according to relationship between extracted histogram based 7 features from candidate regions and template to find the center of the OD is decided. Experimental studies are performed on DRIVE dataset. Average 100% succes rate is reached. Other major contribution of this thesis, the fovea center and macula region from normal components of the retinal image are identified. Fovea is the center of vision located in the macula. the region of interest after some pre-processes such as OD detection and removed to the determination of these regions is obtained. The region is subjected to Fourier transform and after Gabor wavelet with two dimensional is applied. Later, morphological based a method is applied to normalized image of this region. Experimental studies are performed on DIARETDB1 dataset. Average 97% succes rate is reached. Finally, diabetic macular edema diagnosis according to the presence and closeness grade of exudate in the macula region on the same dataset automatically done. Therefore, normal components such as OD, fovea and macula with developed approaches are determined. At the same time, to provide early detection as according to abnormal lesions such as exudate occurring near the center of vision is aimed. In addition to, this thesis work is aimed to contribute to the decision making process of doctors by increasing quality of life with developed the decision support system. Keywords: Optical disc detection, fovea detection, macula detection, diabetic macular edema, image processing, decision support system, fundus fluorescein angiography.
Tez (Doktora) - Süleyman Demirel Üniversitesi, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Anabilim Dalı, 2016.
Kaynakça var.
Günümüzdeki medikal problemlerde bilgisayar destekli karar verme sistemleri önemli bir araştırma alanı haline gelmiştir. Bu tez çalışmasında retina üzerinde bulunan ve diyabet hastalığına ait anlamlı bilgiler içeren normal ve anormal bileşenlerin otomatik tespitine yönelik bir çalışma gerçekleştirilmiştir. Diyabet hastalığı sonuçları körlüğe kadar giden ciddi hastalıklardan birisidir. Bu durumda, göz doktorlarına medikal anlamda yardımcı, hızlı, hassas, doğru ve güvenilir tanı koyulmasını sağlayan bilgisayar destekli karar destek sistemlerine ihtiyaç vardır. Bu tezin önemli katkılarından birisi, diyabetik hastalıklar başta olmak üzere glokom, hiper tansiyon gibi çok farklı retina hastalıklarının analizinde değerlendirilmesi gereken retinaya ait optik disk (OD) bölgesinin tespitidir. Bu amaçla, birden fazla OD tespiti yaklaşımları geliştirilmiştir. Geliştirilen yaklaşımlar genel kabul görmüş farklı veri setleri üzerinde test edilmiştir. Bu geliştirilen yaklaşımların ilki yoğunluk ve öznitelik tabanlı OD tespiti yöntemidir. Bu yöntemde çıkartılan kan damarları üzerinde kenar değerleri elde edilerek optik disk aday (ODA) bölgeleri elde edilmiştir. Yöntemin ikinci aşamasında damar etkileri ortadan kaldırılmış görüntü üzerinde en parlak bölgelerin ilk %2'si çıkartılmıştır. Elde edilen aday bölgelerinden OD tespit edilemediğinde, muhtemel ODA bölgeleri istatistiksel yaklaşımla değerlendirilmiştir. Bu şekilde kademeli ve melez bir yöntem geliştirilmiştir. Son olarak da OD bölgesi tespit edilen görüntüde aday belirlemede kullanılan parlaklık tabanlı yöntem temel alınarak OD merkezi belirlenmiştir. Deneysel çalışmalar göstermiştir ki ortalama 0.45 saniyede, bir retina görüntüsüne ait OD bölgesi tespit edilebilmektedir. DIARETDB0, DIARETDB1, DRIVE, SDUDIARET0 ve SDUDIARET1 veri setlerinde %99.37 başarı oranı ile OD tespit edilmiştir. Bu geliştirilen yaklaşımların ikincisinde ise eşiklenmiş görüntüde kan damarları olan bölgeler tespit edilerek bu ODA bölgeleri Daubechies db2 tipi ayrık dalgacık dönüşümüne tabi tutuldu. Burada elde edilen aday bölgeleri arasından kenar yoğunluklarına göre en yoğun bölge OD bölgesi kabul edildi. Bu bölgenin OD merkezi parlaklık tabanlı yöntem temel alınarak belirlendi. Dalgacık tabanlı yöntemde DIARETDB0, DIARETDB1, DRIVE, SDUDIARET0 ve MESSIDOR veri setinin bir kısmı üzerinde deneysel çalışmalar gerçekleştirilmiştir. Ortalama olarak %95.70 başarı oranına ulaşılmıştır. Bu geliştirilen yaklaşımların üçüncüsünde ise eşiklenmiş görüntüde kan damarları olan bölgeler tespit edildi. Sonrasında bu bölgeler bazı ön işlemlerden geçirildi. Daha sonrasında, her bir bölge etiketlenerek alan tabanlı seçim işlemine tabi tutuldu. DIARETDB0, DIARETDB1 ve MESSIDOR veri setinin bir kısmı üzerinde deneysel çalışma gerçekleştirilmiştir. Ortalama olarak %93.75 başarı oranına ulaşılmıştır. Bu geliştirilen yaklaşımların dördüncüsünde ise farklı görüntülerin OD merkezlerini ortalayarak şablon oluşturulmuştur. Sonrasında OD'nin merkezini bulabilmek için şablon ve aday bölgelerden çıkartılan histogram tabanlı 7 öznitelik arasındaki ilişkiye göre OD bölgesine karar verilmiştir. DRIVE veri seti üzerinde deneysel çalışmalar gerçekleştirilmiştir. Ortalama olarak %100 başarı oranına ulaşılmıştır. Bu tezin önemli diğer katkısı, retina görüntüsünün normal bileşenlerinden fovea merkezi ve makula bölgesinin tespit edilmesidir. Fovea, makula bölgesi içerisinde bulunan görme merkezidir. Bu bölgenin tespiti için OD tespiti ve kaldırılması gibi bazı ön işlemlerden sonra ilgilenen bölge (İB) elde edilmiştir. Bu bölgeye Fourier dönüşümü ve sonrasında iki boyutlu Gabor dalgacığı uygulanmıştır. Daha sonrasında, bu bölgenin normalleştirilmiş görüntüsüne morfolojik tabanlı bir yöntem uygulanmıştır. DIARETDB1 veri seti üzerinde deneysel çalışmalar gerçekleştirilmiştir. Ortalama olarak %97 başarı oranına ulaşılmıştır. Son olarak da aynı veri setinde makula bölgesindeki eksudaların varlık ve yakınlık derecesine göre DMÖ hastalık tanısı otomatik olarak yapılmıştır. Sonuç olarak, geliştirilen yaklaşımlar ile OD, fovea ve makula gibi normal bileşenler tespit edilmiştir. Aynı zamanda görme merkezi yakınında meydana gelen eksudalar gibi anormal lezyonlara göre erken teşhisin sağlanması hedeflenmiştir. Bunlara ek olarak, bu tez çalışması geliştirilen karar destek sistemi ile yaşam kalitesi artırılarak doktorların karar verme sürecine katkı sağlamaktadır. Anahtar Kelimeler: Optik disk tespiti, fovea tespiti, makula tespiti, diyabetik makular ödem, görüntü işleme, karar destek sistemi, fundus floresein anjiyografi.
In today's medical problems computer-aided decision support system has become an important research area. In this thesis, a study for the automatic detection of normal and abnormal components, which are including meaningful information about diabetic disease is carried out. The results of diabetes disease is one of the serious illness leading up to blindness. In this case, development of computer-aided decision support system, which is provided to assist in the medical sense to the eye doctor, fast, precise, accurate and reliable diagnosis is need. One of the important contribution of this thesis is detection of assessed optic disc region of retina in the analysis of many different retinal diseases such as glaucoma, hypertension, especially diabetic diseases. Several approaches for OD detection with this purpose have been developed. Developed approaches have been tested on different data sets generally accepted. The first of the new approaches is an OD detection method based on intensity and feature. In this method, optic disc candidate (ODA) regions are obtianed by using the edge values on extracted blood vessels. The first 2% of the brightest regions of the image, which is removed vessel effects in second phase of the method is extracted. When OD cannot be detection from obtained candidate regions, probable ODA regions are evaluated with statistical approach. In this way, a gradually and hybrid method is developed. The finally, the OD center is determined with brightness based method used to identify candidates in the image is detected OD. Experimental studies have shown that the OD region of a retinal image can be detected in average 0.45 seconds. OD with 99.37% success rate is detected in DIARETDB0, DIARETDB1, DRIVE, SDUDIARET0 and SDUDIARET1 datasets. In the second of the new approaches, these ODA regions by identify regions of blood vessels in thresholded image are subjected to Daubechies db2 type discrete wavelet transform. Wherein the most intensity region according to the edge density from the obtained candidate regions is accepted OD region. Experimental studies are performed on DIARETDB0, DIARETDB1, DRIVE, SDUDIARET0 and on a portion of MESSIDOR dataset in the wavelet based method. Average 95.70% succes rate is reached. In the third of the new approaches, regions with blood vessels in the thresholded image are detected. After, these regions are passed through some pre-processes. Later, each region is subjected to area-based selection process by labeling. Experimental studies are performed on DIARETDB0, DIARETDB1 and on a portion of MESSIDOR dataset. Average 93.75% succes rate is reached. In the fourth of the developed approaches, template has been created by averaging the OD centers of the different images. After, OD region according to relationship between extracted histogram based 7 features from candidate regions and template to find the center of the OD is decided. Experimental studies are performed on DRIVE dataset. Average 100% succes rate is reached. Other major contribution of this thesis, the fovea center and macula region from normal components of the retinal image are identified. Fovea is the center of vision located in the macula. the region of interest after some pre-processes such as OD detection and removed to the determination of these regions is obtained. The region is subjected to Fourier transform and after Gabor wavelet with two dimensional is applied. Later, morphological based a method is applied to normalized image of this region. Experimental studies are performed on DIARETDB1 dataset. Average 97% succes rate is reached. Finally, diabetic macular edema diagnosis according to the presence and closeness grade of exudate in the macula region on the same dataset automatically done. Therefore, normal components such as OD, fovea and macula with developed approaches are determined. At the same time, to provide early detection as according to abnormal lesions such as exudate occurring near the center of vision is aimed. In addition to, this thesis work is aimed to contribute to the decision making process of doctors by increasing quality of life with developed the decision support system. Keywords: Optical disc detection, fovea detection, macula detection, diabetic macular edema, image processing, decision support system, fundus fluorescein angiography.