Retina görüntülerinde bilgisayar destekli damar segmentasyonu

Sistematik hastalıklar ve göz hastalıkları, retina kan damarlarında büyüme, daralma ve dallanma şeklinde morfolojik farklılıklara sebep olurlar. Bu hastalıkların teşhisinde ve izlenmesinde, retina kan damarlarının görüntüleme cihazları ile incelenmesi önemli rol oynar. Doğru damar segmentasyonu tıbbi görüntü uygulamaları için zordur. Göz hastalıklarının ilerlemesini analiz etmek için bilgisayar destekli bir algoritma gerekir. Bu tez çalışmasında, önerilen yöntemde, önişleme ve veri artırılması ile birlikte derin bir öğrenme modeli sunulmaktadır. Önişleme, düzensiz aydınlatma sorununa çözüm için ve arka plan ile retina kan damarları arasında kontrast farkı oluşturmak amacıyla kullanılmıştır. Tam Evrişimli Bir Sinir Ağı (ESA) ise retina kan damarların saptanması için eğitilmiştir. Eğitim performansını arttırmak amacıyla veri artırımı işlemi uygulanmıştır. Önerilen tam evrişimli sinir ağı modeli, retina kan damarı segmentasyonunda yaygın olarak kullanılan ve bu alandaki çalışmalar için halka açık olarak sunulan DRIVE veri tabanıyla test edilmiştir. Elde edilen sonuçlara göre bu tez çalışmasında önerilen model %77,78'lik hassasiyet ve %95,27'lik bir doğrulukla damarların doğru şekilde tespit etmektedir.