Detekce chorob v snímku sítnice oka
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Diabetická retinopatia a vekom podmienená makulárna degenerácia patria medzi najčastejšie ochorenia sietnice, ktoré spôsobujú čiastočnú alebo úplnú slepotu. Cieľom tejto práce je navrhnúť a implementovať software schopný automaticky detegovať príznaky uvedených chorôb zo snímok sietnice oka. Algoritmus detekcie je založený na segmentácii obrazu na oblasti pomocou metódy growing region a ich následnej analýze. Pri detekcii príznakov je potrebné degekovať aj prvky sietnice ako optický disk, makula a krvné riečisko, ktoré nepriaznivo ovplyvňujú detekciu. Pri vyhodnocovaní bolo použitých 259 snímok a algoritmus dosahoval citlivosť nad 90 %. Jedným z potencionálne praktických využití tohto algoritmu je, v spojení s hardwarom a optickým prístrojom, pri globálnom screeningu obyvateľstva. Vďaka automatickej detekcii je možné zistiť prítomnosť príznakov a včas zahájiť liečbu.
Diabetic retinopathy and age related macular degeneration are among the most common eye retina diseases, which cause partial or complete blindness. The main goal of this thesis is to design and implement software for automatic detection of symptoms from eye fundus images. The detection algorithm is based on the image segmentation by region growing method and afterwards analysis. Determination of retina objects such as optic disc, macula and blood vessels is important prior symptoms detection as they can adversely affect the results of the analysis. Total 259 images were analysed and algorithm reaches more than 90 % average success rate. The algorithm, in combination with appropriate hardware and optic mechanism, forms one of practical application in global population screening. Thanks the automatic detection it is possible to determine the presence of symptoms and start an early treatment.
Diabetic retinopathy and age related macular degeneration are among the most common eye retina diseases, which cause partial or complete blindness. The main goal of this thesis is to design and implement software for automatic detection of symptoms from eye fundus images. The detection algorithm is based on the image segmentation by region growing method and afterwards analysis. Determination of retina objects such as optic disc, macula and blood vessels is important prior symptoms detection as they can adversely affect the results of the analysis. Total 259 images were analysed and algorithm reaches more than 90 % average success rate. The algorithm, in combination with appropriate hardware and optic mechanism, forms one of practical application in global population screening. Thanks the automatic detection it is possible to determine the presence of symptoms and start an early treatment.
Description
Citation
KOŠTIALIK, D. Detekce chorob v snímku sítnice oka [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2017.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Informační technologie
Comittee
prof. Ing. Adam Herout, Ph.D. (předseda)
doc. Ing. Ondřej Ryšavý, Ph.D. (místopředseda)
doc. RNDr. Milan Češka, Ph.D. (člen)
Ing. Tomáš Martínek, Ph.D. (člen)
Ing. Michal Španěl, Ph.D. (člen)
Date of acceptance
2017-06-14
Defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm A. Otázky u obhajoby: Jakým způsobem bývá obvykle detekována fovea a jakým způsobem jste ji detekoval vy (psal jste o experimentech nad databázemi)? Jak náročné by bylo rozšířit výsledné řešení o některé další nemoci?
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení