1. Burapha University Research Information
  2. Faculty of Informatics
  3. รายงานการวิจัย (Research Reports)
กรุณาใช้ตัวระบุนี้เพื่ออ้างอิงหรือเชื่อมต่อรายการนี้: https://buuir.buu.ac.th/xmlui/handle/1234567890/3746
ระเบียนเมทาดาทาแบบเต็ม
ฟิลด์ DC ค่าภาษา
dc.contributor.authorกฤษณะ ชินสาร
dc.contributor.authorสุวรรณา รัศมีขวัญ
dc.contributor.authorภูสิต กุลเกษม
dc.contributor.authorเบญจภรณ์ จันทรกองกุล
dc.contributor.authorอัณณ์นุพันธ์ รอดทุกข์
dc.contributor.authorชิดชนก เหลือสินทรัพย์
dc.contributor.authorวุฒิชัย เหลืองเรืองรอง
dc.contributor.authorศิวกรณ์ อาจรักษา
dc.contributor.authorเสาวลักษณ์ ธรรมนาวาศ
dc.contributor.authorจิราภรณ์ วงวาล
dc.contributor.authorนิลรัตน์ ก้านหยั่นทอง
dc.contributor.otherมหาวิทยาลัยบูรพา. คณะวิทยาการสารสนเทศ
dc.date.accessioned2020-01-27T04:10:54Z
dc.date.available2020-01-27T04:10:54Z
dc.date.issued2562
dc.identifier.urihttp://dspace.lib.buu.ac.th/xmlui/handle/1234567890/3746
dc.description.abstractโรคต้อหินเป็นสาเหตุหลักที่ทำให้เกิดตาบอด การตรวจหาและการรักษาในระยะแรกนั้นเป็นสิ่งสาคัญเพื่อลดการสูญเสียการมองเห็น การตรวจหาโรคต้อหิน โดยการใช้อัตราส่วนของถ้วยประสาทตาต่อจอประสาทตานั้นต้องการข้อมูลที่แม่นยำ ฉะนั้นการระบุจอประสาทตาจึงมีความสำคัญในการพัฒนาระบบสำหรับการวินิฉัยอัตโนมัติเกี่ยวกับโรคทางดวงตาที่ร้ายแรงต่าง ๆ ในงานวิจัยนี้ได้นำเสนอการ localization จอประสาทตาอัตโนมัติในภาพถ่ายจอประสาทตาในสภาพแวดล้อมที่มีความซับซ้อนต่าง ๆ ผลลัพธ์ที่เป็นไปได้ทั้งหมดจะถูกรวมอยู่ในพื้นที่ผลลัพธ์สุดท้ายโดยการใช้ voting method วิธีการที่นำเสนอได้ทำการประเมินกับชุดข้อมูลจากฐานข้อมูลสาธารณะ 7 แห่งคือ DIARETDB0, DIARETDB1, MESSIDOR, ROC, E-OPHTHA, HRF, และ ARIA databases ความแม่นยำ ของวิธีที่เสนอคือ 99.23%, 100.00%, 98.58%, 99.00%, 96.34%, 100.00% และ 91.61% ตามลำดับ สำหรับการแบ่งส่วนถ้วยประสาทตานั้นมักจะมองเห็นได้ไม่ชัดเจนนั้นหมายความว่าวิธีการหลาย ๆ วิธีทำให้การแบ่งส่วนเกิดข้อผิดพลาด ดังนั้นเราจึงนำเสนอขั้นตอนวิธีการแบ่งส่วนจอประสาทตาและถ้วยประสาทตาแบบอัตโนมัติโดยใช้ Polar transform เพื่อสนับสนุนการทำงานและการวิเคราะห์ การแบ่งส่วนจอประสาทตาเป็นขั้นตอนที่จำเป็นสาหรับการกำหนด ROI ของถ้วยประสาทตา Polar space (PS) เปิดเผยลักษณะขอบเขตจอประสาทตาและถ้วยประสาทตาเป็น vertical transition region การดำเนินการทางสัณฐานวิทยาของ PS และการปรับรูปร่างให้เรียบจะถูกนำมาใช้เพื่อปรับปรุงรูปร่างจอประสาทตาและ ถ้วยประสาทตา วิธีที่นำเสนอได้รับการทดสอบในฐานข้อมูล Drishti-gs ผลที่ได้รับการประเมินโดยใช้สามตัวชี้วัดซึ่งเป็น F-score, Boundary localization error, and overlap ประสิทธิภาพการแบ่งส่วนจอประสาทตาที่ได้คือ 91.9, 85.2 และ 13.8 ประสิทธิภาพของการแบ่งส่วนถ้วยประสาทตา คือ 87.7, 86.2 และ 12.3 ตามลำดับth_TH
dc.description.sponsorshipโครงการวิจัยประเภทงบประมาณเงินรายได้จากเงินอุดหนุนรัฐบาล (งบประมาณแผ่นดิน) ปีงบประมาณ พ.ศ.2561th_TH
dc.language.isothth_TH
dc.publisherคณะวิทยาการสารสนเทศ มหาวิทยาลัยบุรพาth_TH
dc.subjectโรคต้อหินth_TH
dc.subjectสาขาวิทยาศาสตร์การแพทย์th_TH
dc.subjectจอประสาทตาth_TH
dc.titleการตรวจหาและแบ่งส่วนของออพคิตดิสและคัพในสภาพแวดล้อมที่มีความซับซ้อนสูงเพื่อการช่วยวินิจฉัยทางการแพทย์th_TH
dc.title.alternativeAuto Detection and Segmentation of Optic Disc and Cup in Highly Complex Environment for Supporting Medical Diagnosisen
dc.typeResearchth_TH
dc.author.emailkrisana@buu.ac.th
dc.author.emailrasmequa@buu.ac.th
dc.author.emailpusit@buu.ac.th
dc.author.emailbenchapo@buu.ac.th
dc.author.emaillchidcha@chula.ac.th
dc.year2562th_TH
dc.description.abstractalternativeGlaucoma is one of the leading cause of blindness. Early detection and treatment are essential to reduce the progression of vision loss. The cup to disk ratio is a Glaucoma measurement in which the quantification requires precise information of the segmentation of the optic disc (OD) and cup (OC). OD localization is an important prerequisite task for developing systems for automated diagnosis of various serious ophthalmic pathologies.In this thesis, fully automatic disc localization in retinal fundus images within various environments is proposed. A combination of modified smoothed gradient edge generation and a Hough transform are deployed. All candidate results are combined to locate the final location using a voting method. The proposed approach was evaluated on seven publicly available data sets: DIARETDB0, DIARETDB1, MESSIDOR, ROC, E-OPHTHA, HRF, and ARIA databases. The accuracy of the proposed method is 99.23%, 100.00%, 98.58%, 99.00%, 96.34%, 100.00%, and 91.61%, respectively. For segmentation, the OC is often barely visible which means many methods usually produce segmentation errors. Thus, we also proposed an automatic OD and OC segmentation algorithm using a Polar transform to facilitate polar operation and analysis. The OD segmentation is a prerequisite step for scoping the ROI of OC. The Polar space (PS) exposes OD and OC boundary characteristic as a vertical transition region. PS morphological operations and histogram shape smoothing are implemented to improve the OD and OC shape. The proposed approach was tested on the Drishti-gs database. The result was evaluated using three indicators which are F-score, Boundary localization error, and overlap. The resulting OD segmentation performance was 91.9, 85.2, and 13.8. The performance of OC segmentation was 87.7, 86.2, and 12.3 respectively.en
ปรากฏในกลุ่มข้อมูล:รายงานการวิจัย (Research Reports)

แฟ้มในรายการข้อมูลนี้:
แฟ้ม รายละเอียด ขนาดรูปแบบ 
2563_240.pdf1.96 MBAdobe PDFดู/เปิด
แสดงระเบียนรายการแบบย่อ


รายการทั้งหมดในระบบคิดีได้รับการคุ้มครองลิขสิทธิ์ มีการสงวนสิทธิ์เว้นแต่ที่ระบุไว้เป็นอื่น