کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
8408653 | 1545071 | 2016 | 14 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
A review on automatic analysis techniques for color fundus photographs
ترجمه فارسی عنوان
بررسی تکنیک های تجزیه و تحلیل اتوماتیک عکس های فوندوس رنگ
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
ACCFOVAMDPPVKNNROCSCCAUC - AUCk-nearest neighbor - K نزدیکترین همسایهFPI - REITretinal diseases - بیماری های شبکیهBiomedical imaging - تصویربرداری بیومدیکSensitivity - حساسیتNot available - در دسترس نیستAccuracy - دقتOptic disc - دیسک نوریdiabetic retinopathy - رتینوپاتی دیابتیage-related macular degeneration - سن تخریب ماکولا مربوط به سن استSpearman's rank correlation coefficient - ضریب همبستگی رتبه اسپیرمنOptic cup - فنجان نوریtrue positive - مثبت واقعیfalse positive - مثبت کاذبfalse negative - منفی اشتباهtrue negative - منفی واقعیfield-of-view - میدان دیدMicroaneurysm - میکروآنوریسمSpecificity - ویژگیclinical decision support - پشتیبانی تصمیم بالینی
ترجمه چکیده
در این مقاله، ما به بررسی ابزارهای پردازش تصویر اتوماتیک برای تشخیص بیماری هایی که موجب تحریف خاصی در شبکیه انسان می شوند، ارائه می کنیم. پس از یک خلاصه کوتاه از زیست شناسی شبکیه، ما یک مرور کلی از انواع ضایعات که ممکن است به عنوان نشانگرهای زیستی هر دو بیماری چشم و غیر چشم ظاهر شود، ارائه دهیم. ما روش های پیشرفته ای را برای استخراج مولفه های آناتومیک و ضایعات در عکس های فوندوس رنگ و روش های حمایت از تصمیم برای کمک به تشخیص بالینی ارائه می کنیم. ما پایگاه های داده های عمومی موجود و روش های اندازه گیری مناسب را برای مقایسه کمی عملکرد این روش ها فهرست می کنیم. علاوه بر این، ما در مورد چگونگی عملکرد سیستم های مبتنی بر پردازش تصویر می توانیم بوسیله ترکیب کردن خروجی الگوریتم های شناسایی آشکارساز بحث کنیم. تجزیه و تحلیل تصویر شبکیه ای با استفاده از تلفن های همراه نیز به عنوان یک روند در آینده مورد انتظار در این زمینه است.
موضوعات مرتبط
علوم زیستی و بیوفناوری
بیوشیمی، ژنتیک و زیست شناسی مولکولی
بیوتکنولوژی یا زیستفناوری
چکیده انگلیسی
In this paper, we give a review on automatic image processing tools to recognize diseases causing specific distortions in the human retina. After a brief summary of the biology of the retina, we give an overview of the types of lesions that may appear as biomarkers of both eye and non-eye diseases. We present several state-of-the-art procedures to extract the anatomic components and lesions in color fundus photographs and decision support methods to help clinical diagnosis. We list publicly available databases and appropriate measurement techniques to compare quantitatively the performance of these approaches. Furthermore, we discuss on how the performance of image processing-based systems can be improved by fusing the output of individual detector algorithms. Retinal image analysis using mobile phones is also addressed as an expected future trend in this field.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computational and Structural Biotechnology Journal - Volume 14, 2016, Pages 371-384
Journal: Computational and Structural Biotechnology Journal - Volume 14, 2016, Pages 371-384
نویسندگان
Renátó Besenczi, János Tóth, András Hajdu,