روشي جديد براي تشخيص خودكار بيماري دژنراسيون وابسته ‌به ‌سن ماكولا با استفاده از تصاوير مقطع‌نگاري همدوسي اپتيكي

A new method for automatic diagnosis of age-related macular degeneration using optical coherence tomography images

بيماري‌هاي مرتبط با شبكيه و ماكولاي چشم، باعث از دست دادن هميشگي بينايي يا كاهش بسيار زياد ديد در افراد و موجب پايين آمدن كيفيت زندگي و ايجاد مشكلات فراوان در زندگي روزمره مي‌شوند. به اين دليل، شناسايي به هنگام و درست اين بيماري‌ها و اختلالات، اهميّت پيدا كرده است. روش تصويربرداري مقطع‌نگاري همدوسي اپتيكي، دقّت بالايي در تصويربرداري و همچنين اطلاعات عمقي نسبت به شبكيه، ارايه مي‌دهد. اين روش تصويربرداري كمك بسيار زيادي به شناسايي دقيق بيماري‌هاي مرتبط با ماكولا كرده است. يكي از شايع‌ترين بيماري‌هاي شبكيه چشم، بيماري دژنراسيون وابسته به سن ماكولا است. هدف از انجام اين پژوهش اين است كه سيستمي طراحي و پياده‌سازي شود كه قابل اعتماد و سريع باشد و بتواند بيماري دژنراسيون وابسته‌به‌سن ماكولا را با استفاده از پردازش تصاوير مقطع‌نگاري همدوسي اپتيكي، به خوبي و با دقّت و سرعت بالا شناسايي كند. در اين مطالعات از روش‌هاي هيستوگرام گراديان‌هاي جهت‌دار و تحليل مولفه اصلي براي استخراج ويژگي‌ها و از روش طبقه‌بندي گروهي AdaBoost جهت طبقه‌بندي داده‌ها بهره گرفته شده است. پايگاه داده مورد استفاده شامل 269 شخص بيمار و 115 نفر سالم است. هر سه شاخص دقّت، حساسيت و خاصّيّت سيستم پياده‌سازي شده، 100 درصد، اندازه گيري شد.

Diseases associated with the retina and macula of the eye, causing permanent loss of vision or a great deal of loss of vision in people, leads to a decrease in the quality of life and a lot of problems in daily life. For this reason, the timely and correct identification of these diseases and disorders has become important. The optical coherence tomography imaging method provides high precision in imaging and good information about the depth of the retina. This imaging technique is a great help in the accurate identification of macular-related diseases. Age-related macular degeneration is one of the most common retinal diseases. The purpose of this study is to design and implement a system that is reliable and fast and can detect the age-related macular degeneration by using optical coherence tomography image processing accurately and accurately and quickly. In these studies, histograms of orientational gradients and principal component analysis for extraction of features and AdaBoost ensemble classification method have been used to classify the data. The database used includes 269 patients and 115 healthy people. All three indicators of accuracy, sensitivity and specificity of the implemented system were measured at 100%.