Kaedah pengesanan automatik salur darah retina untuk imej digital fundus

Retinaialahsatulapisanmembranyangterletakpadabelakangmatayangboleh menggambarkankeseluruhanimejsalurdarahmenggunakankamerafundus.Struktur salur darahpadaretinamampumemberikanpetunjukpentinguntukmengenalpasti penyakit-penyakityangberkaitanmatadanbadan.Penyakitberkaitanoftalmikdapat dibuktikan denganperubahandiameter,sudutpercabangan,dankekerintinganpada salur darahretina.Olehyangdemikian,prosessaringandigalakkan,namunbegitu pemeriksaanyangdilakukanadalahsecaramanualdanmemerlukankepakaran,masa, dan kosyangtinggikeranaperalatanyangcanggih.Suatukaedahpengesanansalur darah secaraautomatikdiperlukanuntukmendapatkanimejkeseluruhanrangkaian salur darahyanglebihefektifberbandingpengesanansecaramanual.Hasilnya, keseluruhanstruktursalurdarahretinadapatdikesandengancepatdantepat.Walau bagaimanapun,pengesanansalurdarahmerupakanprosesyangrumitkeranasalur darah retinamempunyairangkaiansalurdarahyangrumitdengankepelbagaiansaiz dan lebar.Selainitu,imejretinamempunyaihingar,kontrayangrendah,danvariasi kecerahanpadaimejyangsamamenyebabkansukaruntukmembezakansalurdarah dan latarbelakang.Kehadiranlingkarancakeraoptikpadaimejretinaperludiuruskan denganbaikkeranaiamerupakankawasanpalingcerahdanpembuluhdarahberasal daripadapusatnya.Objektifutamakajianiniadalahbagimembangunkankaedah pengesananautomatiksalurdarahretinauntukimejdigitalfundusyangcekap.Ia mampu mengesansalurdarahsecaraoptimumbermuladaripadalingkarancakera optik sehinggahujungstruktursalurdarah.Penyelidikaninimencadangkantigafasa utama, iaitupra-pemprosesan,segmentasirangkaiansalurdarah,danpasca pemprosesan. Fasapra-pemprosesaninimenyediakanimejretinayanglebihbaik berbanding imejasaluntukmeningkatkankontraantarasalurdarahretinadanlatar belakang. Seterusnya,fasakeduamerupakansegmentasirangkaiansalurdarah menggunakan modelberasaskangarispengesanansudut.Kaedahinidapatmengesan piksel yangmewakilisalurdarahberdasarkanpencirianyangtelahdilakukan.Akhir sekali, fasayangketigaialahfasapascapemprosesanyangterbahagikepadadua,iaitu pengesananpikseldanpenuraspikselberkepentingan.Prosespengesanandijalankan denganmenggunakankaedahheuristikdanOtsuterubah.Prosesinimenukarkanimej skala kelabukepadaimejperduaanbagipengesanansalurdarahretina,manakalabagi proses penuraspikselberkepentingan,iaterbahagikepadapenyingkirantitiktidak berkepentingandanmemperbaikipikselyanghilang.Prosesinidijalankandengan menggunakan sudutpengagihanhistogramuntukmenentukantaburanyangdiperoleh daripadapikselkejiranan.Maklumatinikemudiannyadigunakanuntuk menyingkirkanpikselhingardanmenyambungkanpikselyanghilangyangjuga merupakansebahagiandaripadasalurdarah.Dapatankajiantelahmembuktikan kaedah yangdicadangkanberjayamengesansalurdarahdenganmenunjukkan peningkatan ketepatanbagipangkalandataDRIVE,HRF,danSTAREiaitu masing-masing 95.58%,93.40%,dan94.90%.Berbandingkaedahterdahuluyang hanyamencatatkanketepatansebanyak94.15%dan93.24%bagipangkalandata DRIVE danSTARE.Kesimpulannya,kajianinitelahberjayamembangunkankaedah pengesananautomatiksalurdarahretinauntukimejdigitalfundus.

Name dc:type.qualificationname

phd

Level dc:type.qualificationlevel

doctoral

Grantor dc:publisher.institution

Universiti Kebangsaan Malaysia

Year dc:date.issued

2017

Author dc:creator

• Nazari, Ain

• TA1501-1820 Applied optics. Photonics

Language dc:language

en