การคัดกรองโรคจอตามีสิ่งซึมเยิ้มข้นจากผู้ป่วยเบาหวานด้วยการเรียนรู้รวม

Abstract

สิ่งซึมเยิ้มข้นที่เกิดขึ้นในจอตาของผู้ป่วยเบาหวานเป็นอันตรายอย่างยิ่งต่อการมองเห็นของคนไข้เบาหวาน และเป็นสาเหตุสำคัญของโรคตาบอดของผู้ป่วยเบาหวาน และเนื่องจากปัจจุบันนี้มีจำนวนผู้ป่วยโรคเบาหวานที่มีอาการลักษณะดังกล่าวเพิ่มมากขึ้น ในขณะที่อัตราการเพิ่มของแพทย์ยังไม่เป็นไปในทิศทางเดียวกัน ทำให้แพทย์แต่ละท่านต้องมีภาระเพิ่มมากขึ้นค่อนข้างมาก ดังนั้นงานวิจัยนี้ได้นำเสนอวิธีการเพื่อตรวจหาสิ่งซึมเยิ้มข้นที่เกิดขึ้นที่จอตาจากภาพจอตาของผู้ป่วยเพื่อช่วยกรองข้อมูลในเบื้องต้นหรือสำหรับใช้ยืนยันผล ซึ่งถ้าหากสามารถตรวจพบสิ่งเยิ้มข้นได้ในตั้งแต่ระยะเริ่มต้นของอาการก็จะสามารถบรรเทาความรุนแรงของโรคเบาหวานที่จอตาได้ในระดับหนึ่ง งานวิจัยนี้นำเสนอวิธีการคำนวณเชิงตัวเลขและวิธีการเชิงคำนวณสำหรับการตรวจจับหาสิ่งซึ่งเยิ้มข้นในภาพจอตาของผู้ป่วยเบาหวานที่จอตา โดยแบ่งขั้นตอนการประมวลผลออกเป็น 5 ขั้นตอนหลัก คือ 1) การปรับปรุงคุณภาพของรูปภาพ 2) การใแยกภาพพื้นหลังออกจากภาพดวงตาด้วย Object Atteibute Thresholding Process 3) การตรวจหาเส้นเลือดด้วย Frangi's Vessel Filtering 4) การตรวจหาจานประสาทตาด้วย Hough transform และ 5) การระบุพื้นที่ของสิ่งซึมเยิ้มข้นด้วย Kirsch's Templates และการแบ่งกลุ่มข้อมูลโดยใช้ขั้นตอนวิธี Hierarchical Clustering จากผลการทดลอง ผู้วิจัย ได้ทดสอบขั้นตอนวิธีที่นำเสนอกับข้อมูลภาพที่มีสิ่งซึมเยิ้มที่เกิดขึ้นในผู้ป่วยเบาหวานที่จอตา พบว่า ขั้นตอนวิธีที่นำเสนอให้ผลการทดลองเป็นที่น่าพอใจ Diabetic Retinopathy with exudates causes a major problem in human visualization and can become a cause of blindness to diabetic patients. In addition, the numbers of diabetic retinopathy patients are increased while the numbers of doctors cannot be easily increased in the same proportion. This circumstance causes a heavy work load to doctors. This research work proposes a method to detect exudates from the images of diabetic retinopathy. with the proposed method, the hospital may use it to preliminary classify patients with exudates from those who have none or may use it to re-confirm doctor diagnosis. The early detection of exudates in diabetic retinopathy patients will help reduce seriousness in diabetic retinopathy. This research proposes digital image processing and numerical methods for detecting exudates in diabetic retinopathy patients. We divide our proposed methods into 5 main parts which are: 1) improving the quality of images 2) split background from the retina image using Object Attribute Thresholding Process (OAT) 3) detecting blood vessel using Frangi's Vessel Filtering 4) detecting retina disc using Hough Transform and 5) detecting exudates area using Kirsch's Templates and layering image data using Hierarchical clustering technique. Experimental results confirm that the proposed methods can detect the region of interest which is an exudated area of diabetic retinopathy patients.