استخراج خطوط مرکزی رگ های شبکیه چشم با استفاده از ویژگی های توپوگرافیکی و فیلترهای جهت دار

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 استخراج خطوط مرکزی رگ های شبکیه چشم با استفاده از ویژگی های توپوگرافیکی و فیلترهای جهت دار دارای ۱۶ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد استخراج خطوط مرکزی رگ های شبکیه چشم با استفاده از ویژگی های توپوگرافیکی و فیلترهای جهت دار  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی استخراج خطوط مرکزی رگ های شبکیه چشم با استفاده از ویژگی های توپوگرافیکی و فیلترهای جهت دار،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن استخراج خطوط مرکزی رگ های شبکیه چشم با استفاده از ویژگی های توپوگرافیکی و فیلترهای جهت دار :

نام کنفرانس، همایش یا نشریه : هوش محاسباتی در مهندسی برق (سیستم های هوشمند در مهندسی برق)

تعداد صفحات :۱۶

در این مقاله مساله استخراج رگ های شبکیه چشم مورد توجه قرار گرفته است. از آنجایی که کانال سبز تصویر بهترین کنتراست بین رگ و غیر رگ را داراست، از این کانال برای جداسازی رگ ها استفاده شده است. پس از ارتقای معکوس کانال سبز، آن را به صورت یک رویه توپوگرافیکی تعریف و نقاط ناودانی بیرون را استخراج می کنیم. این نقاط نماینده نقاط مرکزی رگ ها هستند. در حضور نویز پیش زمینه و توزیع غیر یکنواخت روشنایی، نقاط ناودانی بیرون استخراج شده، همگی نماینده نقاط مرکزی رگ نیستند. علاوه بر آن، ممکن است نقاط ناودانی بیرون بخش هایی از خط مرکزی رگ نیز به درستی استخراج نشوند که در نتیجه خطی پیوسته نخواهیم داشت. برای اتصال این نقاط مجزا و گسترش آنها با هدف استخراج رگ های باریک، بانکی از فیلتر جهت دار تولید و استفاده شده است که جهت مناسب برای رشد خط مرکزی رگ را نشان می دهد. نقاط انتهایی خطوط ناودانی بیرون رشد یافته تا بین خطوط مرکزی جدا از هم ارتباط برقرار شود. نتایج حاصل از آزمایش ها بر روی پایگاه داده DRIVE نشان دهنده برتری روش پیشنهاد شده نسبت به روش های موجود است. این برتری با معیار صحت، میزان عدم اشتراک و حساسیت سنجیده شده است.

کلید واژه: تصاویر شبکیه، جداسازی عروق، گروه بندی، ویژگی های توپوگرافیک