Using Mathematical Modeling and the Linear Discriminant Analysis to Classify Retinal Vessels into Arteries / Veins
| العنوان بلغة أخرى: |
استخدام النمذجة الرياضية والتمايز بالتحليل الخطي لتصنيف الأوعية الدموية إلى شرايين وأوردة |
|---|---|
| المؤلف الرئيسي: | بواقتة، آلاء محمد (مؤلف) |
| المؤلف الرئيسي (الإنجليزية): | Bawaqneh, Alaa Mohammad |
| مؤلفين آخرين: | حمد، هادي (مشرف) |
| التاريخ الميلادي: |
2018
|
| موقع: | نابلس |
| الصفحات: | 1 - 134 |
| رقم MD: | 1247726 |
| نوع المحتوى: | رسائل جامعية |
| اللغة: | الإنجليزية |
| الدرجة العلمية: | رسالة ماجستير |
| الجامعة: | جامعة النجاح الوطنية |
| الكلية: | كلية الدراسات العليا |
| الدولة: | فلسطين |
| قواعد المعلومات: | Dissertations |
| مواضيع: | |
| رابط المحتوى: |
عدد مرات التحميل
14
| المستخلص: |
تصنيف الأوعية الدموية في العين إلى شريان ووريد تعتبر مسألة مهمة، وذلك لأنها تساعد في الكشف المبكر عن الأمراض المزمنة التي قد تصيب العين والذي بدوره يحمي من العمى. هناك العديد من الخصائص التي يمكن استخراجها من صورة شبكية العين وذلك للمساعدة في تصنيف الأوعية الدموية، لكن بعض هذه الخصائص يمكن أن يكون عديم الفائدة ويعيق عملية التصنيف وهادرا للوقت، وهذا يؤدي إلى تصنيف غير دقيق للأوعية الدموية. في هذا العمل تم مناقشة بعض الطرق لتقليص عدد الأبعاد (الخصائص) مثل تحليل التمايز الخطي(LDA) (Linear discriminant analysis) وكذلك تحليل المكونات الرئيسية (Principal component analysis) (PCA) وتم اقتراح تطبيق طريقة إضافية لتقليص عدد الأبعاد من خلال مرحلتين بحيث أسقطت الخصائص من بعد إلى بعد أصغر باستعمال تحليل المكونات الرئيسية ومن ثم تطبيق تحليل التمايز الخطي لتقليص عدد الأبعاد الناتج مرة أخرى إلى بعد واحد فقط. ولتحقيق هذا الهدف تم إعداد تطبيق من خلال برنامج الماتلاب من أجل تنفيذ هذه الطرق بالإضافة إلى عمليات أخرى على الصور. تم استعمال صور من قاعدة البيانات (DRIVE)، حيث أجريت بعض التحسينات على هذه الصور ومن ثم تمت عملية استخراج الخصائص من الأوعية الدموية، بعد ذلك طبقت الطرق المذكورة سابقا من أجل تقليل عدد الأبعاد. في النهاية تم اعتماد النتائج الخارجة من تطبيق قاعدة الأغلبية (الأكثرية) لثلاثة من طرق التصنيف وهي خوارزمية أقرب جار (K-NN)، متجهات آلات دعم التمييز أو شبكات دعم التمييز (SVM) ومصنف باييز (Naïve Bayes). في الجزء الأخير من هذا العمل، تم قياس وتقييم النتائج من خلال الحساسية، النوعية والدقة. أظهرت النتائج أن كل من تحليل التمايز الخطي وتقليص عدد الأبعاد من خلال المرحلتين كان قادرا على تقليص عدد الأبعاد (الخصائص) إلى بعد واحد بالإضافة إلى تقليص الوقت اللازم لإجراء عملية التصنيف. علاوة على ذلك كلتا الطريقتين حسنت النتائج النهائية ولكن تقليص عدد الأبعاد من خلال المرحلتين أظهرت نتائج أفضل قليلا. إن تقليص عدد الأبعاد من خلال مرحلتين تمكنت من تصنيف الأوعية الدموية بشكل صحيح في 14 صورة بمعدل دقة مقدراه 86.4%. |
|---|
عناصر مشابهة
-
An Automated Technique for Blood Vessels Extraction and Analysis From Digital Retinal Images
بواسطة: Arar, Mohammad Ragheb منشور: (2005) -
Mathematical Optimization Approach to Enhance the Retinal Segmentation Through the Support Vector Machine Classifier
بواسطة: صويلح، إسلام إبراهيم أحمد منشور: (2021) -
Electrical impedance measurements in diagnosing deep vein thrombosis
بواسطة: Al Ali, Amjed M. منشور: (2004) -
A Genetic Algorithm Matched Filtered Optimization for Blood Vessels Detection of Digital Retinal Images
بواسطة: كراجه، هدى عبدالرحيم منشور: (2006) -
A GENETIC ALGORITHM GABOR FILTERED OPTIMIZATION FOR BLOOD VESSELS DETECTION OFDIGITAL RETINAL IMAGES
بواسطة: Bader, Heyam منشور: (2009)
