%0 Journal Article %T طبقه‌بندی عروق شبکیه‌ی چشم در تصاویر فوندوس بر پایه‌ی ویژگی‌های ساختاری، جهتی و فرکانسی و بهینه‌سازی با استفاده از الگوریتم ژنتیک تاگوچی %J مجله بینایی ماشین و پردازش تصویر %I انجمن بینایی ماشین و پردازش تصویر ایران %Z 2383-1197 %A حامدنژاد, گل‌نوش %A پورقاسم, حسین %D 2017 %\ 11/22/2017 %V 4 %N 2 %P 1-17 %! طبقه‌بندی عروق شبکیه‌ی چشم در تصاویر فوندوس بر پایه‌ی ویژگی‌های ساختاری، جهتی و فرکانسی و بهینه‌سازی با استفاده از الگوریتم ژنتیک تاگوچی %K ویژگی ساختاری %K ویژگی‌های فرکانسی و جهتی %K طبقه‌بندی رگ‌های شبکیه‌ی چشم %K الگوریتم ژنتیک تاگوچی %R %X بیماری‌هایی چون دیابت، فشار خون بالا و اختلال‌هایی با منشأ مغزی بر عروق شبکیه‌ی  چشم انسان تاثیر می‌گذارند. با استفاده از طبقه‌بندی عروق شبکیه به دو گروه سرخرگ و سیاهرگ، می‌توان وجود و میزان پیشرفت بیماری‌ها را ارزیابی نمود. در این مقاله، یک الگوریتم تفکیک عروق خونی شبکیه براساس ویژگی‌های ساختاری، جهتی و فرکانسی و بهینه‌سازی ویژگی مبتنی بر الگوریتم ژنتیک تاگوچی ارائه شده است. برای این منظور، با هدف طبقه‌بندی رگ‌ها در تصاویر فوندوس ، ابتدا عروق ناحیه‌بندی و جداسازی می‌شوند. در این الگوریتم، جهت استخراج اطلاعات هم‌زمان مربوط به جهت، قطر و رفتار دینامیکی انحناء رگ، ویژگی‌های جدیدی برپایه‌ی تبدیل موجک گسسته با بهره‌گیری از مفهوم آنتروپی در ضرایب موجک گسسته و روش آنتروپی موجک جهتی و تبدیل فوریه با کمک توصیفگرهای فوریه  ارائه شده است. همچنین ویژگی دوبعدی قطاع‌های تشابه فرکانسی جهت بیان و استخراج تغییرات ضخامت و راستای رگ معرفی شده است. پس از استخراج بردار ویژگی، با استفاده از مدل ترکیبی الگوریتم ژنتیک همراه با استراتژی تاگوچی ویژگی‌های بهینه انتخاب می‌شوند. سپس با بهره‌گیری از طبقه‌بند شبکه عصبی چندلایه، عروق  به دو کلاس سرخرگ و سیاهرگ طبقه‌بندی می‌شوند. درنهایت، نرخ صحت 82/09% و نرخ دقت 81/58% به‌طور هم‌زمان در کلاس‌بندی عروق شبکیه‌ی چشم بر روی یک پایگاه داده تصاویر فوندوس شبکیه چشم شامل 40 تصویر حاصل می‌گردد. %U https://jmvip.sinaweb.net/article_41107_612c6b89256b29df0dfa14bea4ff466d.pdf