Professional Documents
Culture Documents
Özet
Optik disk, genellikle gözün ortasına konumlanmış sarımsı renkte, parlak ve yuvarlak disk görünümündedir.
Optic Disk’in retinal görüntülerinden elde edilmesi Diyabetik Retinopati, Yaşa Bağlı Makula Dejenerasyonu
(YBMD) , Glukoma gibi hastalıkların teşhisi için önemlidir. Optik diskin manuel elde edilmesi hastalık
teşhisinde hekim iş yükünü arttırmaktadır. Bunun yanı sıra hekim dikkat dağılmasına bağlı olarak hastalık
teşhisinde yanılmalar olabilmektedir. Bu dezavantajları ortadan kaldırmak ve hekimin hastalık teşhisine yardımcı
olmak için bu makalede Aktif Kontür yöntemi ile Optik Diskin bölütlenmesi sunulmuştur. Bölütleme işlemi
Dice katsayısı ve karışıklık matrisi ile tanımlanabilen doğruluk, kesinlik ve duyarlılık parametreleri ile
incelenmiştir.
Anahtar Kelimeler: Optik Disk, Aktif Kontur, Dice Benzerlik Katsayısı
Abstract
The optic disc is usually a yellowish, bright, round disc that is located in the center of the eye. Obtaining of
Optic Disc from Retinal Images is important for the diagnosis of diseases such as Age-Related Macular
Degeneration (AMD), Diabetic Retinopathy, Glucoma. Obtaining manuel of optic disc increases physician
workload in diagnosis of disease. Besides, the physician can be mistaken in diagnosing the disease due to
distraction. In order to eliminate these disadvantages and to help the physician diagnose the disease, in this
paper, optic disc segmentation is presented by Active Contour method. The segmentation process is investigated
with the accuracy, precision, sensitivity , Dice coefficient parameters which can be defined by the complexity
matrix.
Keywords : Optic Disc, Active Contour, Dice Similarity Coefficient
olarak inceleyip analiz eden sağlık personelinin model tabanlı çok sayıda çalışma bulunmaktadır
iş yükünü de önemli ölçüde azaltacaktır[1]. [3, 4, 5]. Literatürde optik diskin konumunun
Optik disk, genellikle gözün ortasında belirlenmesi için yapılan çalışmalar
konumlanmış sarımsı renkte, parlak ve yuvarlak incelendiğinde morfolojik işlemler, kenar
disk görünümünde sinir başlarının gözden çıktığı çıkarma filtreleri, bölütleme, hough dönüşümü,
ve optik sinirlerin retinaya bağlandığı kısımdır. eşikleme gibi birçok görüntü işleme teknikleri
İçerisinden kan damarları geçen ve ışık kullanılmıştır. Genellikle bu konu ile ilgili
algılayıcısı olmayan bölgedir. Ortalama yapılan çalışmalar retinal görüntüdeki optik
çözünürlüğe sahip retinal görüntülerde optik diskin yer tespiti veya kenar bölütlenmesi ile
diskin çapı yaklaşık 80-100 pikseldir [2]. Retina yapılmıştır. Yer tespiti ile elde edilen sonuçta
üzerinde ki optik disk yapısı Şekil 1 deki gibidir. optik diskin merkezini belirleme veya optik
diskin çevresini en az hata ile sınırlama şeklinde
yapılmaktadır. Bölütleme ile de optik diski
gözdeki diğer yapılardan ayırt etmeye
çalışılmaktadır.
Li ve ark. piksel tabanlı gri seviyeye
dönüştürülmüş retinal görüntü üzerinde parlak
piksellerin toplandığı bölgeleri aday kümesi
olarak tespit edip, bu kümelerden optik disk için
en uygun olanı, model tabanlı bir yöntemle
Şekil 1. Retinal Görüntüde Optik Disk belirlemektedir [4]. Renk morfolojisinin
kullanılarak yapılan başka bir çalışma da ise
Retinal görüntülerden optik diskin otomatik olarak başlatılmış Aktif Kontur Model
bölütlenmesi, Retinal kan damarlarının (AKM) kullanılarak damarların görüntüden yok
belirlenmesi, glokoma, diabetik retinopati gibi edilmesiyle analize hazır hale getirilmiştir [5].
hastalık teşhis ve takibinde ilk aşamayı Glokoma hastalığının teşhisi için yapılan başka
oluşturmaktadır. bir çalışmada, optik diskin otomatik olarak
Bu makalede retinal hastalıkların tespit ve bulunması için görüntüde gürültüler yok edilip
takibi için ilk aşama olan optik disk tespitinin parlaklık normalleştirildikten sonra eşikleme
Aktif Kontur Metodu ile bölütlenmesi yöntemi ile optik diskin yeri tespit edilmiştir [6].
sunulmuştur. Retinal görüntüler Fırat Morales ve arkadaşları retinal görüntüyü ilk
Üniversitesi Göz Hastalıkları Anabilim dalından olarak Temel Bileşen Analiz yöntemi ile gri
temin edilmiştir. Görüntüler jpeg formatında skalaya dönüştürmüştür. Dönüştürülen bu
olup toplam 20 retinal görüntü analiz edilmiştir. görüntüye Stokastik Watershed algoritması
Optik Diskin bölütlenmesi için makalenin geri uygulanarak optik diskin yer tespitini ve kenar
kalan bölümleri aşağıdaki gibi organize bölütlemesinide gerçekleştirmiştir. 110 göz dibi
edilmiştir. İkinci bölümde optik diskin görüntüsünde %86.89 başarı sağlamıştır [7].
bölütlenmesi ile ilgili literatür taraması Lalonde ve arkadaşları yeşil renk kanalı
verilmiştir. Üçüncü bölümde uygulamada üzerinden Haar Dalgacık dönüşümü metodu ile
kullanılacak retinal görüntüye ait özellikler optik diskin yerini tespit edip Hausdorff tabanlı
verilmiştir. Dördüncü bölümde önerilen Aktif eşleştirme yöntemi ile de kenar çıkarma işlemini
Kontur yöntemi sunulmuştur. Bu bölümde gerçekleştirmiştir. 40 görüntü üzerinden %93
önerilen Aktif Kontur yönteminin performans başarı sağlamıştır [8]. Chaichana ve arkadaşları,
değerlendirmesi verilerek son bölümde de elde retinal görüntüye Sobel Kenar Çıkartma Filtresi
edilen sonuçlar tartışılmıştır. uygulayarak görüntü üzerindeki kenarları
çıkartmıştır. Çıkartılan bu görüntü üzerinde
2. Literatür Çalışmaları Çembersel Hough Dönüşümü uygulanarak optik
diskin yerini tespit etmişlerdir. 40 görüntü
Literatürde retinal görüntüler üzerinde optik
üzerinden % 97.5 başarı sağlamıştır [9].
diskin bulunması ile ilgili piksel tabanlı veya
3. Materyal
244
Seda Arslan Tuncer
E(v)=Eimg (v
⃗ ) + Eint (v
⃗ ) + Eext (v
⃗) (1) Bu dış kuvvet denklemi, Denklem.6’ da
verildiği gibi algoritmayı retinal görüntüdeki
Burada 𝐸𝑖𝑛𝑡 kıvrımdan kaynaklanan iç çizgi ve kenarlar gibi görüntü detaylarına
kuvveti gösterir. Konturun gerginlik ve esneklik yönlendirmektedir [13].
bozulmaları ile ifade edilir. 𝐸𝑖𝑚𝑔 imge
kuvvetini; Eext ise dış kuvveti temsil etmektedir
[13].
245
Retinal Görüntülerden Optik Diskin Aktif Kontur Yöntemi ile Bölütlenmesi
1 1 1 ⃗ (s,t) 2
∂v Retina Görüntüsü
⃗ ) = − ∫0 P(v
E(v ⃗ (s, t)) ds + 2 ∫0 a(s) | ∂s
|
2
∂2 v
⃗ (s,t)
+β(s) | ∂s 2 | ds (6) Önişleme(Filreleme,gam
ma dönüşümü)
Buda AKM algoritmasının toplam enerji Başlangıç Noktaların
fonksiyonunu Denklem.7’ deki gibi ifade Verilmesi
eder[13].
Optik Disk Bölütleme
⃗ ) = − ∫ |∇I(v)|2 ds + a(s) ∫ |(vs )|2 ds +
E(v
β(s) ∫ |(vss )|2 ds (7) Performans
Değerlendirme
Burada α(s) ve β(s) ağırlık parametrelerini,
νs eğri parametresi s’ye göre ilk türevini νss Sonuç
parametresi de ikinci türevini ifade etmektedir.
Bu denklemler doğrultusunda eğri yüksek
görüntü gradyanının olduğu optik disk sınırlarına Şekil 2. Uygulanan yöntem ve bölütleme aşamaları
ulaştığında ilerleme durur ve böylece optik disk
sınırları tespit edilmiş olur[14,15,16].
4.2.Bölütleme
Bölütleme için yapılması gereken süreç Şekil 3.Aktif Kontur yöntemi kullanılarak
Şekil.2’deki gibidir. İlk olarak retinal görüntü bölütlenmiş optik disk sonuçları
üzerinde filtreleme ve gamma dönüşümü gibi
temel ön işlemler uygulanmıştır. Ön işleme 4.3.Performans Değerlendirmesi
sürecinde renkli retinal görüntüler gri seviye
görüntülere dönüştürülmüştür. Bu işlem ile Retinal görüntülerden hekim tarafından
uygulanan yöntemin zaman performansının da manuel olarak elde edilen optik disk alanı ve
artması sağlanmıştır. Optik diskin belirlenmesi Aktif Kontur yöntemi ile elde edilen optik disk
için manuel olarak iki başlangıç noktası aktif alanlarını değerlendirmek için Şekil.4’deki
kontur metoduna girdi olarak verilmiştir. Daha temsili gösterim kullanılmıştır. Burada A bölgesi
sonra aktif kontur metodu çalıştırılarak optik Aktif Kontur yöntemi ile elde bölütlenen alanı,
diskin sınırları belirlenmiştir. Elde edilen M hekim tarafından çıkartılan gerçek optik disk
bölütlenmiş optik disk alanının doğru alanını göstermektedir. Kesişim alanı ise
belirlendiğini göstermek için uzman doktor uygulanan yöntem tarafından doğru olarak tespit
bilgisine başvurulmuştur. Her bir görüntü için edilen optik disk alanını göstermektedir. Aktif
hekim tarafından optik disk alanları, Aktif kontur kontur ile elde edilen optik disk alanı öncelikle
ile belirlenen optik disk konumu ve boyutları ile Dice katsayısı kullanılarak değerlendirilmiştir.
değerlendirme işlemine tabi tutulmuştur. Bunun yanı sıra optik disk alanının doğru
Performans değerlendirmesi için Dice katsayısı belirlenip belirlenmediği karışıklık matrisi ile
doğruluk, kesinlik, duyarlılık parametreleri tanımlanabilen doğruluk, kesinlik ve duyarlılık
kullanılmıştır. Yukarıda belirtilen süreç parametreleri ile de değerlendirilmiştir.
sonucunda bir retinal görüntüden elde edilen
optik disk Şekil.3’ te gösterilmiştir.
246
Seda Arslan Tuncer
a+d
Doğruluk = a+b+c+d (8)
248
Retinal Görüntülerden Optik Diskin Aktif Kontur Yöntemi ile Bölütlenmesi
matching”, Medical Imaging, IEEE Transactions vol: synthetic and real images”, Expert Systems with
20, no: 11, pp. 1193 – 1200, 2001. Applications, 41, 7707–7721, 2014.
9. Chaichana, T., Yoowattana, S., Sun, Z., 13. Seker,D.Z., Eker. O., “Aktif Kontür Modeller ve
Tangjitkusolmun, S., Sookpotharom, S., Sangworasil, Düzey Kümesi Kullanarak Çizgisel Detayların Yarı
M., “Edge detection of the optic disc in retinal images Otomatik Olarak Çizilmesi”, 10. Türkiye Harita
based on identification of a round shape”, Bilimsel ve Teknik Kurultayı, 2005.
International Symposium Communications and 14. Isıkcı,E., Duru D. G., (2015), “Multiple Skleroz
Information Technologies, , pp. 670 –674, 2008. Manyetik Rezonans Görüntülerinde Aktif Kontur
10. Chan, T.F., Vese L.A., “Active contours without Modeli ile Lezyon Tespiti”, Tıp Teknolojileri Ulusal
edges” IEEE Transactions on Image Kongresi, 2015.
Processing, 10, (2), 2001. 15. Tuncer, S. A., Alkan,A., (2015), "Segmentation of
11. Kass, M., Witkin, A., Terzopoulos, D., “Snakes: thyroid nodules with K-means algorithm on mobile
active contour models”, International Journal of devices," 16th IEEE International Symposium on
Computer Vision, 1, 321-331, 1988. Computational Intelligence and Informatics (CINTI),
12. Filho, P.P.R., Cortez, P.C., Barros, A.C. da S., ve Budapest, pp. 345-348, 2015.
Albuquerque, V.H.C.De, “Novel Adaptive Balloon 16. Alkan, A., Tuncer, S.A., Gunay M., “Comparative
Active Contour Method based on internal force for MR image analysis for thyroid nodule detection and
image segmentation A systematic evaluation on quantification” Measurement, 47, pp. 861-868, 2014.
249