ارایه مدلی از شبکه هاي عصبی خودسازمانده سلسله مراتبی در جهت تشخیص و طبقه بندي ضایعات شبکیه براي درجهبندي رتینوپاتی دیابتی

زمینه و هدف: دیابت، بیماري شایعی است که با ایجاد عوارض چشمی منجر به کـاهش بینـایی و کـوري میگـردد. در این پژوهش مدلی از شبکههاي عصبی خودسازمانده سلسله مراتبی در جهت تشـخیص و طبقهبنـدي ضـایعات شـبکیه )رتینوپاتی دیابتی( ارایه شد. روش بررسی: نوع مطالعه بهصورت مقطعی گذشتهنگر میباشد کـه از دي تـا اسـفند 1394در دانشـگاه علـوم پزشـکی ارتـش انجام پذیرفت. مطالعه بر روي پایگاه MESSIDORکه شامل 1200تصویر از قطب خلفی چشـم میباشـد انجـام گرفتـه اسـت. تصاویر شبکیه به سه دسته خفیف، متوسط و شدید طبقهبندي شدهاند. یک سیستم متشکل از یـک طبقهبنـدي ترکیبـی جدیـد از Self-organising map (SOM) algorithmبــراي تشــخیص ضـایعات شــبکیه ارایــه شــده اسـت. سیســتم پیشــنهادي شــامل پیشپردازش سریع، استخراج ویژگی مربوط به ضایعات و در نهایت ارایه مـدلی جهـت طبقهبنـدي میباشـد. در پیشپـردازش، سیستم از سه فرآیند جداسازي اولیه ضایعات هدف، جداسازي دیسک نـوري و درنهایـت جداسـازي عـروق خـونی از شـبیکه تشکیل شده است. گام دوم مجموعهاي از ویژگیها بر اساس توصـیفهاي مختلـف ماننـد مورفولـوژي، رنـگ، شـدت نـور و مومنتها میباشند. طبقهبندي شامل ارایه یک مدل از شـبکههاي خودسـازمانده سلسـله مراتبـی میباشـد کـه جهـت تسـریع و افزایش دقت در کلاسبندي ضایعات با مدنظر قرار دادن حجم بالاي دادهها در استخراج ویژگی ارایه شده است. یافتهها: میزان حساسیت، ویژگی و دقت بهدستآمده از مدل پیشنهادي بـراي طبقهبنـدي ضـایعات رتینوپـاتی دیـابتی، بـهترتیب .%( بود95 % تا98 CI 95%) %97/87 %( و94 % تا97 CI 95%) %96/77 ،(%96 % تا99/5 CI 95%) %98/51 برابر با نتیجهگیري: بر اساس نتایج بهدستآمده، مدل پیشنهادي قادر است ضایعات را در تصاویر رتینوپاتی دیابتی تشـخیص و با دقت مناسبی طبقهبندي نماید

طبقهبندي، ضایعات شبکیه، رتینوپاتی دیابتی، شبکه عصبی خودسازمانده