Zeitschrift für Computertechnik und Informationstechnologie

Eine robuste Methode zum Auffinden von Makulaödemen mit dem GLCM Feature Extractor

Reshna T und Shajy L

Eine robuste Methode zum Auffinden von Makulaödemen mit dem GLCM Feature Extractor

Das diabetische Makulaödem (DME) ist die häufigste Ursache für Erblindung. Durch Erkennung des DME in einem Frühstadium können wir Sehbehinderungen vermeiden. Zur Beurteilung der Auswirkungen einer das Sehvermögen bedrohenden Krankheit auf das menschliche Sehvermögen wird eine zweistufige Methodik vorgeschlagen. Diese dient der Erkennung und Klassifizierung des Schweregrads des DME anhand von Farbfundusbildern , bevor es zu einem signifikanten Sehverlust kommt. Die DME-Erkennung erfolgt über einen überwachten Lernansatz unter Verwendung normaler Fundusbilder. Globale Charakteristiken der Fundusbilder werden durch die GLCM-Merkmalsextraktionstechnik erfasst, um normale Bilder von erkrankten zu unterscheiden. Ein auf der Rotationssymmetrie der Makularegion basierender Algorithmus untersucht den Schweregrad der Erkrankung. Die vorgeschlagene Methode ist eine effektive und klinisch praktikable Technik zur Erkennung von diabetischem DME vor Sehverlust.