سال انتشار: ۱۳۸۹

محل انتشار: شانزدهمین کنفرانس بین المللی سالانه انجمن کامپیوتر ایران

تعداد صفحات: ۶

نویسنده(ها):

سونا مرجب – دانشجوی کارشناسی ارشد مهندسی برق الکترونیک دانشگاه گیلان
مهرگان مهدوی – استادیار گروه کامپیوتر دانشکده فنی دانشگاه گیلان
فریبا قاسمی – استادیار گروه چشم پزشکی دانشگاه علوم پزشکی تهران و مرکز تحقیقات بیما

چکیده:

یکی از مشکلاتی که در مورد برخی بیماران چشمی وجود دارد رویه تشخیص است برای تشخیص بیمارهای چشم از تصویر برداری سونوگرافی استفاده می شود اما دربرخی موارد به دلیل کیفیت پایین تصاویر سونوگرافی و همچنین نویزهای وارده برخی از جزئیات تصویر محو شده و شباهتهایی درویژگیهای تشخیصی برخی از بیمارها بوجود می آید از این میان تشخیص جداشدگی شبکیه که نیاز به عمل جراحی در اسرع وقت دارد اهمیت بسزایی برای چشم پزشکان دارد و یافتن راهی که بتواند امکان تشخیص آن را از سایر بیماریها فراهم کند می تواند نقش مفیدی در تشخیص بهنگام این بیماری داشته باشد دراین بررسی ابتدا تصویر سونوگرافی دیجیتال مورد پیش پردازش قرارمیگیرد تا نویز موجود در آن تا حدودی کاهش یابد سپس با استفاده از آنالیز اجزای ویژه PCA ویژگیهای تصویر استخراج می شود و درنهایت از شبکه های عصبی برای تشخیص بیماری استفاده می کنیم دراینجا عملکرد دو نوع شبکه عصبی پرسپترون چندل ایه MLP و شبکه با توابع پایه شعاعی RBF را مورد ارزیابی قرار میدهیم