Extrakce texturních příznaků pro účely detekce glaukomového poškození
Loading...
Date
Authors
Daněk, Daniel
ORCID
Advisor
Referee
Mark
B
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract
Tato bakalářská práce se zabývá automatickou analýzou fundus snímků sítnice pomocí texturní analýzy využívající Markovská náhodná pole. Cílem práce je nalézt vhodné texturní parametry, které by bylo možné využít pro klasifikaci stupně poškození vrstvy nervových vláken. Uvažovaný model Markovských náhodných polí využívá cirkulárně symetrické okolí pro popis analyzované textury a odhad parametrů modelu pomocí metody nejmenších čtverců. Získané texturní příznaky byly kvantitativně vyhodnoceny pomocí základní korelační analýzy s využitím dat z optické koherentní tomografie (OCT). Výsledky ukazují, že existuje korelace mezi navrženými příznaky a tloušťkou vrstvy nervových vláken, měřenou pomocí OCT. Příznaky lze tedy v budoucnu potencionálně využít pro diagnostiku glaukomu.
The thesis deals with an automatic method of texture analysis using Markov random fields texture modeling. The main aim of this work is to find out relevant textural features, which can be used for appropriate classification of the degree of retinal nerve fiber layer loss. The model of Markovian statistic uses a circular symmetric neighborhood structure and a least square error estimation of the model's parameter. Obtained textural features were quantitatively evaluated using correlation analysis. The results show, that there is a significant correlation between proposed textural features and RNFL thickness measured by OCT. Thus, the features can potentially serve for glaucoma diagnosis.
The thesis deals with an automatic method of texture analysis using Markov random fields texture modeling. The main aim of this work is to find out relevant textural features, which can be used for appropriate classification of the degree of retinal nerve fiber layer loss. The model of Markovian statistic uses a circular symmetric neighborhood structure and a least square error estimation of the model's parameter. Obtained textural features were quantitatively evaluated using correlation analysis. The results show, that there is a significant correlation between proposed textural features and RNFL thickness measured by OCT. Thus, the features can potentially serve for glaucoma diagnosis.
Description
Keywords
cirkulárně symetrické okolí, fundus snímky, glaukom, korelační analýza, Markovská náhodná pole, optická koherentní tomografie, texturní analýza, vrstva nervových vláken, circular neighborhood, fundus images, glaucoma, correlation analysis, Markov random fields, Optical coherence tomography, texture analysis, retinal nerve fiber layer
Citation
DANĚK, D. Extrakce texturních příznaků pro účely detekce glaukomového poškození [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2012.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Biomedicínská technika a bioinformatika
Comittee
doc. Ing. Radim Kolář, Ph.D. (předseda)
doc. Ing. Jiří Rozman, CSc. (místopředseda)
Ing. Denisa Maděránková, Ph.D. (člen)
prof. MUDr. Marie Nováková, Ph.D. (člen)
MUDr. Eva Závodná, Ph.D. (člen)
Date of acceptance
2012-06-14
Defence
Student prezentoval výsledky své práce a komise byla seznámena s posudky.
Student odpověděl na otázky členů komise.
doc. Kolář: V jakých jednotkách se uvádí tloušťka vrsvy nervových vláken? Jak zlepšit vzhled předkládaných obrazů. Co je Gauss-Laplaceova pyramida, jak funguje?
Student obhájil bakalářskou práci.
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení