Abstract:
Abstract
Blood vessel segmentation in retinal images is an interest research domain due to the necessity of the knowledge of retina structure for diagnosing several diseases that could make changes in blood vessels. This thesis presents a supervised blood vessel segmentation method based on Multi-Layer Perceptron (MLP) which is a type of Artificial Neuron Network (ANN) that are bio-inspired from the human brain and designed to be learned from experience. In the proposed method, eight features are extracted for each pixel of the retinal image and projected onto the MLP to be classified into vessel or non vessel pixel. For the purpose of evaluating of the proposed technique, several experiments were conducted on the widely used real world dataset, namely DRIVE. The results demonstrate the ability of the proposed method in achieving a good performance in terms of accuracy and processing time in comparison with state-of-the-art techniques.
Keywords: Multi Layer Perceptron, Blood vessel segmentation, Retinal images Résumé
La segmentation des vaisseaux sanguins dans les images de la rétine est un intéressant domaine de recherche à cause de la nécessité de savoir la structure de la rétine pour la diagnostique des nombreuses maladies qui peuvent changer la forme des vaisseaux sanguins. Ce mémoire présente une méthode supervisé de segmentation des vaisseaux sanguins en utilisant un Perceptron Multi Couche (PMC) un type des Réseaux de Neurone Artificiels (RNA) qui sont basés sur le cerveau humain et désignés pour être appris par l’expérience. Dans la méthode proposée, huit caractéristiques sont extraites pour chaque pixel de l’image rétinal et projetés au PMC pour être classifiés comme pixel de vaisseau ou non vaisseau. Dans le but de l’évaluation de la méthode proposée, plusieurs expériences étaient faites en utilisant une base de données des images réelles appelée DRIVE. Les résultats montrent la capacité de la méthode proposée en accomplir une performance comparable avec celles des méthodes de l’état de l’art du domaine en terme de précision et temps de traitement.
Mots clés : Perceptron Multi Couche, Segmentation des vaisseaux sanguins, Images de la rétine ملخص
يمثل تقسيم الاوعية الدموية في صور الشبكية ميدان بحث هام نظرا للحاجة لمعرفة شكل الشبكية في تشخيص العديد من
الامراض التي يمكن ان تغير شكل الاوعية. هذه المذكرة تطرح طريقة الية لتقسيم الاوعية الدموية في صور الشبكية
باستخدام شبكة متعددة الطبقات التي تمثل نوعا من الشبكات العصبية الاصطناعية والتي هي مصممة لمحاكاة العقل البشري
في التعلم عن طريق التجربة. في الطريقة المقترحة يتم استخراج ثمان خصائص لكل بكسل في صورة الشبكية ليتم تصنيفها
عن طريق الشبكة الى بكسل وعاء او بكسل خلفية. في إطار تقييم التقنية المقترحة، قمنا بإنجاز عدة تجارب باستخدام قاعدة
البيانات المسماة DRIVE والتي تحوي على صور مأخوذة من العالم الحقيقي. النتائج المتحصل عليها اثبتت قدرة
الطريقة المقترحة في تحقيق أداء تنافسي من حيث الدقة ووقت المعالجة مقارنة مع الطرق المستعملة في هذا المجال.
الكلمات المفتاحية شبكة متعددة الطبقات تقسيم الاوعية الدموية صور الشبكية
