Klasifikace cévního řečiště na snímcích sítnice

Abstract

Analýza snímků sítnice má důležitý význam, protože člověk získá kolem 90 % informací z okolí přes oči. Automatizace procesů analýzy zobrazení sítnice přispívá ke zlepšení efektivity lékařských retinálních vyšetření. Tato diplomová práce se zabývá automatickými metodami klasifikace snímků cévního řečiště retiny pořízených digitální fundus kamerou. Je prozkoumána a implementována metoda klasifikace cévního řečiště s použitím klasifikátoru na základě neuronových sítí, které se trénují a pak se testují na úsecích cév retinálního řečiště. Ve stručnosti je v této práci popsán anatomický pohled na sítnici, vlastnosti obrazových dat z digitální fundus kamery a metody klasifikace retinálních snímků. Poslední kapitola se zabývá hodnocením úspěšnosti klasifikace cévního řečiště automatickými metodami.Retinal image analysis plays a very important role, as human gets around 90% of environment information with the help of eyes. Automation of process of retinal image analysis promotes to improve the efficiency of retinal medical examinations. The following thesis is dedicated to automatic classification methods of retinal vascular system images obtained from a digital fundus camera. Vessel classification method using classifier on the base of neural networks, which is trained and then tested on the retinal vessel segments, is investigated and implemented. In this thesis anatomical retinal survey, properties of image data from digital fundus camera and retinal image classification methods are briefly described. The last chapter is devoted to the evaluation of efficiency of retinal vessel classification with automatic methods.