Kemal AKYOL, Şafak BAYIR, Baha ŞEN

... konulu sunumlar: "Kemal AKYOL, Şafak BAYIR, Baha ŞEN"— Sunum transkripti:

1 Kemal AKYOL, Şafak BAYIR, Baha ŞEN
Gabor Özellikleri ve Görsel Sözlük Kullanarak Retinal Görüntülerdeki Sert Eksudaların Tespiti Kemal AKYOL, Şafak BAYIR, Baha ŞEN

2 İçindekiler Giriş Yöntem Geliştirilen Uygulama ve Deneysel Sonuçlar
Sonuç ve Öneriler

3 Giriş Diyabetik Retinopati: Diyabetik Retinopati, şeker hastalığı sonucu ortaya çıkan ve körlüğe neden olan mikrovasküler bir komplikasyondur. Bu hastalığın erken teşhisi ve tedavisi, görme kaybını önemli derecede azaltabilir. Yetişkin insanlardaki körlüğün birinci nedeni olarak bu hastalık görülmektedir.

4 Şekil 2. DIARETDB1 verisetinden orijinal retinal görüntü.
Giriş Sert eksuda, bu hastalığın birincil belirtilerinden bir tanesidir ve bu lezyonların otomatik tespiti bu hastalığın tespitinde önemli bir katkı sağlar. Şekil 2. DIARETDB1 verisetinden orijinal retinal görüntü.

5 Yöntem Lezyonların otomatik tespiti …
Rastgele boyut ve koordinatlardaki bölgelerden elde edilen Gabor özellikleri Görsel sözlük… Sınıflandırıcı algoritmalarının performansları En iyi model dizaynı Yeni bir retina görüntüsünün analizi…

6 Yöntem Sistemin öğrenmesi
İlgi duyulan bölgelerin elde edilmesi, Bölgelere ait özelliklerinin çıkarımı, görsel sözlük yaklaşımı Sınıflandırma yaklaşımı [ en iyi performans ] 2. Yeni retinal görüntülerin analizi için Karar destek sistemi ORB algoritması ile anahtar noktaların tespiti, Gabor özelliklerinin çıkarımı ve sert eksuda lezyonlarının tespiti

7 Yöntem Görsel bilgi Görüntünün doğru bir şekilde temsili ve sınıflandırmanın başarısı için görsel bilgi çok önemlidir. Makine öğrenmesinde verilerin birbirinden ayırt edilmesinde başucu kaynağı olan görsel bilgi, sayısal görüntülerin güçlü ve etkili bir şekilde sunumudur. Bu sayede öğrenen sistem, yeni verilerin analizini başarılı bir şekilde yapabilecektir.

8 Yöntem Tanımlayıcı özelliklerinin benzerliği Örnek test sonuçları
RGB renk uzayı -> CLAHE methodu Rublee ve arkadaşlarının tanıttıkları ORB (Oriented FAST and Rotated BRIEF) algoritması ile çalıştık. Tanımlayıcı özelliklerinin benzerliği Örnek test sonuçları

9 Yöntem Önemli Noktalar ve Gabor Özelliklerinin Çıkarımı Bu çalışmamızda görüntü ile ilgili özellikleri elde etmek için Gabor özellikleri ile çalıştık.

10 Yöntem Görsel Sözlük Kelimeler oluşturulduktan sonra kümeleme tekniği ile her bir görüntünün görsel kelimelerden en yakın olanına ataması gerçekleştirilir. Bu adım “quantization” olarak bilinir.

11 Yöntem Görsel Sözlük Bir sorgu veya test esnasında sorgulanan kelime ile sözlükteki kelimeler arasındaki uzaklık gibi hesaplamalar yapılarak görsel kelime bilgisi elde edilir.

12 Yöntem Sınıflandırma Eğitim ve test süreçlerinden oluşan ve makine öğrenmesi için gerekli ve önemli bir aşama olan sınıflandırma aşaması analize alınan verinin hangi sınıfta olduğunun belirlenmesi için kullanılan yaygın bir tekniktir.

13 Yöntem “İşleme alınan bölge hastalıklı mı değil mi” sorusu …
Performans Değerlendirmesi “İşleme alınan bölge hastalıklı mı değil mi” sorusu … Bir tanı testini değerlendirirken karşılaşılabilecek durumlar şunlardır: DP, gerçek pozitif olan hastalikli bölgelerin pozitif olarak bulunması DN, gerçek negatif olan hastalikli bölgelerin negatif olarak bulunması YP, gerçek negatif olan hastalikli bölgelerin pozitif olarak bulunması YN, gerçek pozitif olan hastalikli bölgelerin negatif olarak bulunması

14 Yöntem Performans Değerlendirmesi “Duyarlılık” (Sensitivity - Sn), “Seçicilik” (Specificity - Sp) ve “Doğruluk” (Accuracy - Acc) değerleri ile sistemin performansı kontrol edilir. “Duyarlılık”, toplam hasta olanların içinde gerçek doğru bulunan hasta sayısının oranıdır. “Seçicilik”, toplam hasta olmayanların içinde gerçek doğru bulunan hasta olmayanların sayısının oranıdır. “Doğruluk” analizdeki doğru sonuçların oranıdır.

15 Yöntem Deneysel Sonuçlar Sert eksuda bölgelerinin tespiti için önerdiğimiz yöntem temel olarak modelin inşası ve yeni retinal görüntülerin analizi aşamalarından oluşmaktadır.

16 Dataseti DIARETDB1 dataseti Her biri 1500×1152 boyutunda 89 adet renkli retinal görüntülerden oluşan ve tüm araştırmacıların kullanımına açık bir veri setidir.

17 Deneysel Sonuçlar Bu tablodaki veriler dikkatlice incelendiğinde görüleceği üzere, RF + Görsel sözlük diğerlerine kıyasla en iyi sonucu verdiği için yeni retinaların analizinde bu sınıflandırıcı tercih edilmiştir.

18 Yöntem Yeni Retinal Görüntülerin Analizi Sistemin başarısı rastgele seçilen hastalıklı retinal görüntüler üzerinde aşağıdaki iş akışının uygulanmasıyla test edilmiştir. Önişleme ve optik disk bölgesinin tespiti ve bu bölgeye ait bilginin sisteme kaydedilmesi ORB algoritmasını kullanarak anahtar noktaların tespiti Önemli nokta etrafındaki bölgeyi temsil eden Gabor özelliklerinin elde edilmesi Bu özelliklerin Görsel Sözlük+RO modeline gönderilmesinin sonucu olarak üzerinde çalışılan bölgenin patolojik olup olmadığına karar verilmesi

19 Şekil 5. Lezyonlu bölgelerin tespiti.
Yöntem Yeni Retinal Görüntülerin Analizi Şekil 5. Lezyonlu bölgelerin tespiti.

20 Yöntem Görsel sözlüğe dayalı tasarladığımız karar destek sistemi ile başarılı bir şekilde analiz işlemini gerçekleştirebilmektir.

21 Katılımınız için teşekkürler…