Retina görüntülerinin kalite değerlendirmesi ve diyabetik retinopati hastalığının tespiti

Abstract

Diyabetik Retinopati (DR), diyabet sonucu oluşan ve erken teşhis edilmediği takdirde körlüğe neden olan bir göz hastalığıdır. Dünyada körlüğe neden olan başlıca hastalıktır. Bu göz hastalığının görme kaybına yol açmaması için diyabet hastalarının düzenli olarak oftalmologlar tarafından renkli retina görüntüleri alınıp erken teşhis ve tedavi yöntemlerinin uygulanması gerekmektedir. Ancak günümüzde diyabet hastalığının oldukça artış göstermesi hasta yoğunluğunu da arttırmıştır. Tüm bu hastaların düzenli olarak takip edilebilmesi için yeterli sayıda uzman ve zamana ihtiyaç vardır. Bu nedenle çalışmamızda, oftalmologların teşhis işlerini kolaylaştırma ve zaman kaybının önlenmesi için göz hastalıklarının otomatik teşhisini amaçlayan yöntemler önerilmiştir. Bu tez çalışmasında öncelikle fundus kamera ile alınan görüntülerin yeterli kaliteye ve bilgiye sahip olup olmadıkları tespit edilmiştir. Uygun retina görüntüsü bulunduktan sonra retinanın temel anatomik yapıları olan kan damarları, optik disk ve fovea tespit edilmiştir. Bu anatomik yapılar retinadaki anormalliklerin tespitinde kullanılan yöntemler için önemli referans bölgelerdir. Daha sonra DRP sonucu oluşan sert eksuda, yumuşak eksuda, hemoraji ve mikroanevrizma gibi lezyonların öznitelikleri çıkartılıp istatistiksel sınıflandırıcılar yardımıyla sınıflandırılmıştır. Anahtar Kelimeler: Retina görüntü analizi, Görüntü kalite değerlendirmesi, Diyabetik Retinopati, Kan damarları, Optik disk, Makula, Fovea, Görüntü sınıflandırma, Görüntü işleme, Makine öğrenmesi. Diabetic retinopathy (DR) is an eye disease caused by diabetes, and results blindness if it is not diagnosed at early stages. DR is the major disease that causes blindness in the world. Patients with diabetes should be monitored using fundus imaging by an ophthalmologist for early diagnosis and treatment of DR. However, incidence of DR disease rises considerably depending on increased number of diabetes patients. Adequate amount of time and number of experts are needed to monitor DR patients. Unfortunately, these resources is unavailable at sufficient rates. Hence, we proposed automatic methods for diagnosing DR disease that will reduce diagnosis time of ophthalmologist by eliminating diagnosis of unnecessary images. In this thesis, a novel method for assessing adequacy of fundus image quality is proposed at first. After identification of suitable retinal images, fundamental anatomical structures of retina, which are blood vessels, optic disc and fovea, are detected. These anatomical structures are crucial for diagnosis of abnormalities in the retina. Finally, machine learning algorithms are used to identify hard and soft exudates, hemorrhages and microaneurysms. Key Words: Retinal image analysis, Image quality assessment, Diabetic retinopathy, Blood vessels, Optic disc, Fovea, Image classification, Image processing, Machine learning.