Retina fundus bileşenlerinin görüntü işleme ve yapay öğrenme ile tanılama yöntemlerinin geliştirilmesi

Fundus görüntüleri, gözün retina yapısının görüntülenme şeklidir. Bu görüntülerde gözü ve diğer organları etkileyen birçok hastalığın bilgisi bulunmaktadır. Bu bilgilere erişmek için retina fundus görüntüleri detaylı analiz edilmektedir. Bu analizler, alanında uzman hekimler tarafından bilgisayar destekli tanı sistemleri kullanılarak yapılmaktadır. Bu analiz sürecinin başarısı hekimin bilgi ve deneyimine bağlıdır. Ayrıca, bu süreç karmaşık ve zaman alıcıdır. Teknolojinin gelişmesi ile birlikte daha iyi analiz yapan sistemlere ihtiyaç duyulmaktadır. Bu tez çalışmasında, retina fundus görüntüleri detaylı olarak incelenmiş ve bu görüntüler üzerinde bilgisayar destekli tanı sistemleri geliştirilmiştir. Bu sistemlerin ilki, retina üzerinde önemli bir konuma sahip olan optik diskin lokalizasyon tespiti üzerine odaklanmıştır. Önerilen sistemde, KYM renk uzayındaki fundus görüntüleri yeni bir renk uzayına taşınmış ve bu renk uzayında optik disk lokalizasyonu tespit edilmiştir. İkinci önerilen sistem, diyabetik retina başta olmak üzere birçok hastalığın tanı ve teşhisinde kullanılan retina kan damarlarının çıkarılmasını sağlayan bir yöntemdir. Önerilen bu yöntemde, fundus görüntülerinden elde edilen piksel tabanlı özellikler ile retina kan damarları bölütlenmiştir. Üçüncü modellenen sistem ise retina kan damarlarının arter/vein ayrımını sağlayan bir sistemdir. Modellenen bu sistemde, retina kan damarlarından alınan görüntü kesitleri tasarlanan evrişimsel bir sinir ağına girdi olarak verilmiştir. Evrişimsel sinir ağı sonucunda bir retina kan damarının arter/vein ayrımı sağlanmıştır. Tasarlanan son sistem ise, fundus görüntülerini glokom veya sağlıklı olarak ayırabilen bir sistemdir. Burada, güncel yöntemlerden biri olan EfficientNet modeli kullanılmıştır. Önerilen sistemlerin hepsi halka açık olarak sunulan fundus veri setleri üzerinde test edilmiştir. Önerilen bu sistemlerin performans sonuçları, diğer güncel yöntemlerin performans sonuçlarına kıyasla tatmin edici düzeydedir. Geliştirilen sistemler karar destek sistemi olarak hekimlere yardımcı olabilecektir.