Bitte benutzen Sie diese Kennung, um auf die Ressource zu verweisen:
http://bibdigital.epn.edu.ec/handle/15000/25940
Titel: | Detección automática del disco óptico en retinografías digitales patológicas. |
Autor(en): | Guzmán Castillo, Adán Francisco |
Regisseur: | Intriago Pazmiño, María Monserrate |
Stichwörter: | SISTEMA INFORMÁTICO INTELIGENCIA ARTIFICIAL DISCO ÓPTICO ENTROPÍA VENTANA DESLIZANTE REPROCESAMIENTO |
Erscheinungsdatum: | Aug-2024 |
Herausgeber: | Quito : EPN, 2024. |
Zitierform: | Guzmán Castillo, A.F. (2024). Detección automática del disco óptico en retinografías digitales patológicas. 62 páginas. Quito : EPN. |
Zusammenfassung: | In the current work, machine vision techniques for optic disc (OD) detection in medical images with fundus pathology are studied. This study includes the analysis of images from four public image sets used in other scientific investigations. Sharpness, contrast, contrast limited adaptive histogram equalization (CLAHE) corrections are implemented. Finally, the Entropy metric is run to determine according to its result, the location of the optical disk in a candidate block. Two methods of OD localization are proposed that will allow to locate the optical disc quantitatively in the two cases. The first method will locate the OD in two stages by dividing the image into 9 blocks and sliding windows; the block with the highest entropy will be the one where the optical disk is located. The second method will locate the OD directly through five sliding windows; the candidate block will be the one with the highest entropy and that is where the OD will be located. The tests allow to verify that the Entropy metric provides results that allow to locate, in a quantitative way, the optical disk of most of the images; the best results for the first method were 96.08% in Drishti-GS Test and for the second method were 91.84% in DrishtiGS Training. The Entropy metric is applied to each region of the image. The block size has been previously determined, and it can be experimentally concluded that the best results are obtained with nine blocks of equal size along the analyzed image. |
Beschreibung: | En el presente trabajo se estudian técnicas de visión artificial para la detección del disco óptico (DO) en imágenes médicas con patología de fondo de ojo. Este estudio incluye el análisis de imágenes de cuatro conjuntos de imágenes públicos utilizados en otras investigaciones científicas. Se implementan correcciones de nitidez, contraste, ecualización de histograma adaptativo limitado por contraste (CLAHE). Finalmente, se ejecuta la métrica de entropía para determinar según su resultado, la localización del disco óptico en un bloque candidato. Se proponen dos métodos de localización del DO que permitirán localizarlo de forma cuantitativa en los dos casos. El primer método localizará el DO en dos etapas dividiendo la imagen en 9 bloques y en ventanas deslizantes; el bloque con mayor entropía será en donde se encuentre el disco óptico. El segundo método localizará el DO directamente a través de cinco ventanas deslizantes; el bloque candidato será el que tenga mayor entropía y donde estará localizado el DO. Las pruebas permiten comprobar que la métrica de Entropía proporciona resultados que permiten localizar, de forma cuantitativa, el disco óptico de la mayoría de las imágenes; los mejores resultados para el primer método fueron del 96.08% en Drishti-GS Test y para el segundo método fueron de 91.84% en Drishti-GS Training. La métrica Entropía es aplicada en cada región de la imagen. El tamaño del bloque ha sido previamente determinado, y se puede concluir experimentalmente que la obtención de mejores resultados se consigue con nueve bloques de igual tamaño en la imagen analizada. |
URI: | http://bibdigital.epn.edu.ec/handle/15000/25940 |
Art: | masterThesis |
Enthalten in den Sammlungen: | Maestría en Computación Mención en Sistemas Inteligentes |
Dateien zu dieser Ressource:
Datei | Beschreibung | Größe | Format | |
---|---|---|---|---|
CD 14850.pdf | 3,03 MB | Adobe PDF | Öffnen/Anzeigen |
Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.