การตรวจหาและแบ่งส่วนของออพคิตดิสและคัพในสภาพแวดล้อมที่มีความซับซ้อนสูงเพื่อการช่วยวินิจฉัยทางการแพทย์

กฤษณะ ชินสาร; สุวรรณา รัศมีขวัญ; ภูสิต กุลเกษม; เบญจภรณ์ จันทรกองกุล; อัณณ์นุพันธ์ รอดทุกข์; ชิดชนก เหลือสินทรัพย์; วุฒิชัย เหลืองเรืองรอง; ศิวกรณ์ อาจรักษา; เสาวลักษณ์ ธรรมนาวาศ; จิราภรณ์ วงวาล; นิลรัตน์ ก้านหยั่นทอง

dc.contributor.author	กฤษณะ ชินสาร
dc.contributor.author	สุวรรณา รัศมีขวัญ
dc.contributor.author	ภูสิต กุลเกษม
dc.contributor.author	เบญจภรณ์ จันทรกองกุล
dc.contributor.author	อัณณ์นุพันธ์ รอดทุกข์
dc.contributor.author	ชิดชนก เหลือสินทรัพย์
dc.contributor.author	วุฒิชัย เหลืองเรืองรอง
dc.contributor.author	ศิวกรณ์ อาจรักษา
dc.contributor.author	เสาวลักษณ์ ธรรมนาวาศ
dc.contributor.author	จิราภรณ์ วงวาล
dc.contributor.author	นิลรัตน์ ก้านหยั่นทอง
dc.contributor.other	มหาวิทยาลัยบูรพา. คณะวิทยาการสารสนเทศ
dc.date.accessioned	2020-01-27T04:10:54Z
dc.date.available	2020-01-27T04:10:54Z
dc.date.issued	2562
dc.identifier.uri	http://dspace.lib.buu.ac.th/xmlui/handle/1234567890/3746
dc.description.abstract	โรคต้อหินเป็นสาเหตุหลักที่ทำให้เกิดตาบอด 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 ตามลำดับ	th_TH
dc.description.sponsorship	โครงการวิจัยประเภทงบประมาณเงินรายได้จากเงินอุดหนุนรัฐบาล (งบประมาณแผ่นดิน) ปีงบประมาณ พ.ศ.2561	th_TH
dc.language.iso	th	th_TH
dc.publisher	คณะวิทยาการสารสนเทศ มหาวิทยาลัยบุรพา	th_TH
dc.subject	โรคต้อหิน	th_TH
dc.subject	สาขาวิทยาศาสตร์การแพทย์	th_TH
dc.subject	จอประสาทตา	th_TH
dc.title	การตรวจหาและแบ่งส่วนของออพคิตดิสและคัพในสภาพแวดล้อมที่มีความซับซ้อนสูงเพื่อการช่วยวินิจฉัยทางการแพทย์	th_TH
dc.title.alternative	Auto Detection and Segmentation of Optic Disc and Cup in Highly Complex Environment for Supporting Medical Diagnosis	en
dc.type	Research	th_TH
dc.author.email	krisana@buu.ac.th
dc.author.email	rasmequa@buu.ac.th
dc.author.email	pusit@buu.ac.th
dc.author.email	benchapo@buu.ac.th
dc.author.email	lchidcha@chula.ac.th
dc.year	2562	th_TH
dc.description.abstractalternative	Glaucoma 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