高血压Retinopati最初检测使用假神经组织对眼部Fundus图像

Violetta Vincentia, N. Nurhasanah, Iklas Sanubary
{"title":"高血压Retinopati最初检测使用假神经组织对眼部Fundus图像","authors":"Violetta Vincentia, N. Nurhasanah, Iklas Sanubary","doi":"10.15294/JF.V9I1.18508","DOIUrl":null,"url":null,"abstract":"Identifikasi fundus mata abnormal (retinopati hipertensi) dari citra fundus mata manusia telah dilakukan menggunakan Jaringan Syaraf Tiruan (JST). Data yang digunakan berupa citra fundus mata normal dan fundus mata abnormal. Pengolahan awal citra dilakukan dengan menyeragamkan ukuran citra fundus menjadi 256 x 256 piksel. Citra fundus yang semula Red Green Blue (RGB) diubah menjadi citra grayscale. Citra diolah menggunakan perataan kontras, filter, penghapusan background, segmentasi dan masking untuk mendapat citra pembuluh darah.Citra diekstraksi dengan menghitung ciri statistik menggunakan grey level co-occurence matrix (GLCM) 4 arah yaitu 0o, 45o,90o, dan 135o pada jarak spasial 1. Ciri statistik yang dihitung yaitu energi, kontras, korelasi, dan homogenitas sebagai input pada JST. Data dari ekstraksi ciri diidentifikasi menggunakan jaringan syaraf tiruan propagasi balik dengan arsitektur jaringan [17 7 1] dan fungsi pelatihan traingdm. Hasil dari pelatihan jaringan menunjukkan Mean Square Error (MSE) sebesar 0,00025 sementara pengujian jaringan menunjukkan nilai MSE sebesar 0,0464 dan akurasi 80%. Metode JST dapat digunakan untuk deteksi awal retinopati hipertensi.","PeriodicalId":30730,"journal":{"name":"Jurnal Fisika","volume":" ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2019-05-11","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":"{\"title\":\"Deteksi Awal Retinopati Hipertensi Menggunakan Jaringan Syaraf Tiruan pada Citra Fundus Mata\",\"authors\":\"Violetta Vincentia, N. Nurhasanah, Iklas Sanubary\",\"doi\":\"10.15294/JF.V9I1.18508\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Identifikasi fundus mata abnormal (retinopati hipertensi) dari citra fundus mata manusia telah dilakukan menggunakan Jaringan Syaraf Tiruan (JST). Data yang digunakan berupa citra fundus mata normal dan fundus mata abnormal. Pengolahan awal citra dilakukan dengan menyeragamkan ukuran citra fundus menjadi 256 x 256 piksel. Citra fundus yang semula Red Green Blue (RGB) diubah menjadi citra grayscale. Citra diolah menggunakan perataan kontras, filter, penghapusan background, segmentasi dan masking untuk mendapat citra pembuluh darah.Citra diekstraksi dengan menghitung ciri statistik menggunakan grey level co-occurence matrix (GLCM) 4 arah yaitu 0o, 45o,90o, dan 135o pada jarak spasial 1. Ciri statistik yang dihitung yaitu energi, kontras, korelasi, dan homogenitas sebagai input pada JST. Data dari ekstraksi ciri diidentifikasi menggunakan jaringan syaraf tiruan propagasi balik dengan arsitektur jaringan [17 7 1] dan fungsi pelatihan traingdm. Hasil dari pelatihan jaringan menunjukkan Mean Square Error (MSE) sebesar 0,00025 sementara pengujian jaringan menunjukkan nilai MSE sebesar 0,0464 dan akurasi 80%. Metode JST dapat digunakan untuk deteksi awal retinopati hipertensi.\",\"PeriodicalId\":30730,\"journal\":{\"name\":\"Jurnal Fisika\",\"volume\":\" \",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2019-05-11\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"1\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Jurnal Fisika\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.15294/JF.V9I1.18508\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Fisika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.15294/JF.V9I1.18508","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1

摘要

通过假神经组织(JST)识别人类眼睛的异常眼部fundus (retinopati高血压)。用于正常眼眼圈图像和异常眼眼圈的数据。初始处理图像时,将fundus图像大小协调为256×256像素。fundus最初的红绿蓝图像(RGB)被修改为灰度图像。图像是用对比度、过滤器、消除背景、分割和掩蔽来处理血管图像的。提取图像是使用灰色水平的四轴共性矩阵(GLCM)在空间距离1的0o、45o、90o和135o来计算统计特征的。计算统计特征是JST的能量、对比度、相关性和均匀输入。提取特征数据使用网络架构的合成传导回路合成神经网络[17.7 1]和训练功能traingdm。网络训练的结果显示均值平方误差(MSE)为0.00025,而网络测试显示MSE值为0.0464,准确率为80%。JST方法可用于早期检测高血压retinopati。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Deteksi Awal Retinopati Hipertensi Menggunakan Jaringan Syaraf Tiruan pada Citra Fundus Mata
Identifikasi fundus mata abnormal (retinopati hipertensi) dari citra fundus mata manusia telah dilakukan menggunakan Jaringan Syaraf Tiruan (JST). Data yang digunakan berupa citra fundus mata normal dan fundus mata abnormal. Pengolahan awal citra dilakukan dengan menyeragamkan ukuran citra fundus menjadi 256 x 256 piksel. Citra fundus yang semula Red Green Blue (RGB) diubah menjadi citra grayscale. Citra diolah menggunakan perataan kontras, filter, penghapusan background, segmentasi dan masking untuk mendapat citra pembuluh darah.Citra diekstraksi dengan menghitung ciri statistik menggunakan grey level co-occurence matrix (GLCM) 4 arah yaitu 0o, 45o,90o, dan 135o pada jarak spasial 1. Ciri statistik yang dihitung yaitu energi, kontras, korelasi, dan homogenitas sebagai input pada JST. Data dari ekstraksi ciri diidentifikasi menggunakan jaringan syaraf tiruan propagasi balik dengan arsitektur jaringan [17 7 1] dan fungsi pelatihan traingdm. Hasil dari pelatihan jaringan menunjukkan Mean Square Error (MSE) sebesar 0,00025 sementara pengujian jaringan menunjukkan nilai MSE sebesar 0,0464 dan akurasi 80%. Metode JST dapat digunakan untuk deteksi awal retinopati hipertensi.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
5
审稿时长
24 weeks
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信