Computer-Aided Glaucoma Diagnosis System

آب سیاه دومین علت نابینایی در جهان است. تشخیص و درمان به موقع می تواند از پیشرفت آن جلوگیری کند تا از کوری کامل جلوگیری شود. این کتاب رویکردهای فعلی برای تشخیص را مورد بحث و بررسی قرار می دهد و رویکردهای جدید برای تشخیص گلوکوم با استفاده از سیستم CAD را بررسی می کند.

سیستم تشخیص گلوکوم به کمک رایانه، فصل 1 معرفی مختصری از بیماری و روش‌شناسی فعلی که برای تشخیص آن امروزه استفاده می‌شود، ارائه می‌کند. فصل 2 مروری بر پیشینه پزشکی این بیماری و به دنبال آن یک پیشینه نظری و ریاضی مورد استفاده در پردازش تصویر فوندوس ارائه می‌کند. فصل 3 مروری بر ادبیات مربوط به تقسیم بندی و استخراج ویژگی است. فصل 4 فرمول روش پیشنهادی را تشریح می کند. در فصل 5، نتایج الگوریتم تقسیم‌بندی دیسک نوری و کاپ نوری، روش استخراج و انتخاب ویژگی، نتایج تجربی و ارزیابی عملکرد طبقه‌بندی‌کننده ارائه شده است. فصل 6 نتیجه گیری و بحث در مورد پتانسیل آینده برای سیستم تشخیصی را ارائه می کند.

این کتاب برای مهندسان زیست پزشکی، دانشجویان علوم کامپیوتر، چشم‌پزشکان و رادیولوژیست‌هایی در نظر گرفته شده است که به دنبال توسعه یک سیستم تشخیص خودکار خودکار (CAD) برای تشخیص گلوکوم و بهبود تشخیص بیماری هستند.< /p>

ویژگی های کلیدی

• درباره یک سیستم تشخیص خودکار قابل اعتماد به کمک رایانه ( CAD) برای تشخیص گلوکوم و ارائه الگوریتمی که دیسک بینایی و کاپ بینایی را تشخیص می دهد
• به چشم پزشکان و محققان کمک می کند تا یک روش تشخیصی جدید را آزمایش کنند که تلاش و تلاش را کاهش می دهد. زمان پزشکان و هزینه برای بیماران
• بحث در مورد تکنیک هایی برای کاهش خطای انسانی و به حداقل رساندن میزان تشخیص اشتباه و تسهیل تشخیص و درمان به موقع
• الگوریتم‌هایی را برای تشخیص رنگ فنجان و دیسک، ویژگی‌های شکل و ویژگی‌های بافت RNFL ارائه می‌کند

دکتر. Arwa Ahmed Gasm Elseid استادیار گروه مهندسی زیست پزشکی، دانشگاه علم و صنعت سودان، خارطوم، سودان است.

دکتر الناظیر عثمان محمد حمزهاستاد تصویربرداری پزشکی، دانشکده مهندسی، دانشگاه علوم و فناوری سودان، خارطوم، سودان.

Glaucoma is the second leading cause of blindness globally. Early detection and treatment can prevent its progression to avoid total blindness. This book discusses and reviews current approaches for detection and examines new approaches for diagnosing glaucoma using CAD system.

Computer-Aided Glaucoma Diagnosis System, Chapter 1 provides a brief introduction of the disease and current methodology used to diagnose it today. Chapter 2 presents a review of the medical background of the disease, followed by a theoretical and mathematical background used in fundus image processing. Chapter 3 is a literature review about segmentation and feature extraction. Chapter 4 describes the formulation of the proposed methodology. In Chapter 5, the results of optic disc and optic cup segmentation algorithm are presented, the feature extraction and selection method, experimental results and performance evaluations of the classifier are given. Chapter 6 presents the conclusions and discussion of the future potential for the diagnostic system.

This book is intended for biomedical engineers, computer science students, ophthalmologists and radiologists looking to develop a reliable automated computer-aided diagnosis system (CAD) for detecting glaucoma and improve diagnosis of the disease.

Key Features

• Discusses a reliable automated computer-aided diagnosis system (CAD) for detecting glaucoma and presents an algorithm that detects optic disc and optic cup
• Assists ophthalmologists and researchers to test a new diagnostic method that reduces the effort and time of the doctors and cost to the patients
• Discusses techniques to reduce human error and minimize the miss detection rate and facilitate early diagnosis and treatment
• Presents algorithms to detect cup and disc color, shape features and RNFL texture features

Dr. Arwa Ahmed Gasm Elseid is an assistant professor, Department of Biomedical Engineering, Sudan University of Science and Technology, Khartoum, Sudan.

Dr. Alnazier Osman Mohammed Hamza is professor of Medical Imaging, College of Engineering, Sudan University of Sciences and Technology, Khartoum, Sudan.