Kuru göz hastalığının değerlendirilmesi için otomatik sınıflandırma ve tanı sistemi

Bugün, gözyaşı eksikliğinden kaynaklanan bir gözyaşı filmi bozukluğu olan Kuru Göz Sendromu (KGS) yaygın olarak görülen bir sağlık sorunudur. Kornea yüzeyi üzerinde oluşan kuru noktaların sayısı KGS şiddetinin bir tanı göstergesi olarak kullanılabilir. KGS şiddetinin bu noktaların tam bir şekilde sayılmasıyla derecelendirilmesi insan gözü için fiilen zor bir işlemdir. Mevcut yöntemlerin yoğun bir şekilde zaman ve kaynak tüketmesinin yanı sıra aynı zamanda oldukça sübjektif bir şekilde hekimin algısına bağımlı olduğu düşünülerek, tanı tekniklerinin iyileştirilmesi klinik KGS analizine önemli ölçüde katkı sağlayacaktır. Bilgisayar destekli sistemler sağlık sistemleri için potansiyel olarak daha objektif ve güvenilir tanı sonuçları sağlayabilir. Dahası, bu sistemler iyi eğitimli göz hekimleri ve modern test teknikleri bulunmayan yerlerde uzaktan tanı sistemi olarak faydalı olacaktır. Bilgisayarlı bir teşhis sistemi görüntü işleme teknikleri kullanılarak geliştirilebilir ve klinik karar verme sürecinde otomatik bir derecelendirme şeması olarak kullanılabilir, ayrıca değerlendirme, tanı ve tedavi süreçlerini hızlandırabilir. Bu tezde sunulan çalışma KGS için daha güvenilir ve kesin tanısını sağlamak için otomatik bir derecelendirme sisteminin geliştirilmesini kapsar. Sistemin tanıma performansının belirlenmesi için orjinal bir klinik veri tabanı göz kliniğinde bir yıl boyunca oluşturulmuştur. Floresein-boyanmış kornea resimleri üzerinde bilgisayarlı methodlar uygulayarak ilgi bölgesi düzeyinde bilgisayarlı bir tanı sistemi gerçekleştirilmiştir. Bu görüntüler, sodyum floresein boyama yapıldıktan sonra biyomikroskop fotoğraflama aracılığıyla toplanmış ve göz hekimleri tarafından geleneksel uygulanan; 0-hiçbiri - 5-şiddetli derecelendirme skalası kullanan klinik Oxford derecelendirme şemasına dayalı olarak etiketlenmiştir. Açıkça görülebilir ki; ideal floresein boyanmış kornea görüntüleri üzerinde çalışarak ve bilgisayarlı yöntemleri uygulayarak gerçek hayatta araştırmacılara daha objektif ve daha hızlı KGS tanısında yardımcı olmak için otomatik KGS tanı kitleri geliştirilebilir.