Retinal imgelerde optik disk ve makulanın tespiti ve değerlendirilmesi

Abstract

Bu çalışmada optik diskin tespiti, bölütlenmesi ve ölçümü için ve makulanın lokalizasyonu için basit ve etkin yöntemler önerilmektedir. Tez kapsamında ayrıca optik disk çapı ölçülmektedir. Ayrıca geliştirilen sistem, bulunan makula ve optik disk konumları için bir doğrulama mekanizması sunmaktadır. Böylece, mevcut sistemlerde sunulmayan bu özellikle, bulunan optik disk ve makula konumlarının doğrulukları açısından güvenilirlikleri artırılmaktadır. Geliştirilen optik disk ve makulanın bulunmasına yönelik yöntemler, mevcut optik disk ve makula tespitine yönelik geliştirilmiş yöntemlerden, genel olarak ters bölütleme, arka plan imgesinin çıkarılması vb. bazı farklı özellikler sergilemektedir. Çalışma kapsamında ayrıca bazı diyabetik retinopati lezyonlarının bölütlenmesi için de yöntemler önerilmektedir. Tez çalışması kapsamındaki diğer çalışma da retinal damarlara dayalı biyometrik tanıma sistemi önerisidir. Bu yaklaşım, retinal damarlar, estetik ameliyat vb. yöntemlerle değiştirilemeyeceğinden, biyometrik tanıma alanında kullanılabilecek en güvenli araçlardan birini sunmaktadır. Geliştirilen yöntemler KTÜ'den edinilen ve STARE veri kümesinden sağlanan birçok görüntü üzerinde test edilmiş olup; test sonuçları umut vericidir. Ayrıca diyabetik retinopati tespit ve bölütlemesi ve biyometrik tanıma ile ilgili öneri de oldukça başarılı sonuçlar vermiştir. This work proposes simple and efficient methods for detection, segmentation, and measurement of the optic disc and localization of the macula. The thesis also proposes methods for calculating the diameter of optic disc. A tool is provided for verification of the location of optic disc and macula to increase reliability of the system. The method proposed here differs from existing methods in that it applies inverse segmentation, automatic extraction of background image and such. Another section of the thesis proposes some methods to detect and segment some kinds of diabetic retinopathy lesions in retinal fundus images. This is extremely important since most of the vision loss in recent years stems from diabetic retinopathy. Additionally, another method proposed in scope of the work is that a simple but very successful biometric recognition system was proposed based on retinal vessel segmentation. This method shows a quite good performance compared to the existing methods. The system is tested by using retinal fundus image data obtained from KTÜ, STARE project?s database and the results are promising. Diabetic retinopathy detection and biometric recognition system proposed here also give very successful results.