Title:
Using mathematical modeling and the linear discriminant analysis to classify retinal vessels into arteries / veins
/
By Alaa Mohammad Bawaqneh
; Supervised by Prof Dr.Hadi Hamad. استخدام النمذجة الرياضية والتمايز بالتحليل الخطي
لتصنيف الأوعية الدموية إلى شرايين وأوردة
استخدام النمذجة الرياضية والتمايز بالتحليل الخطي
لتصنيف الأوعية الدموية إلى شرايين وأوردة
استخدام النمذجة الرياضية والتمايز بالتحليل الخطي
لتصنيف الأوعية الدموية إلى شرايين وأوردة
Author:
Bawaqneh, Alaa Mohammad, author.
Hamad, Hadi, supervisor.
An-Najah National University (Nablus, Palestine). School of Sciences. Department of Mathematics.
General Notes:
Thesis (M.Sc. in Mathematics )--An-Najah National University (Nablus, Palestine),School of Science
, Department of Mathematics
, 2018.
Includes bibliographical references and index.
تصنيف الاوعية الدموية في العين الى شريان ووريد تعتبر مسألة مهمة، وذلك لأنها تساعد في الكشف المبكر عن الامراض المزمنة التي قد تصيب العين والذي بدوره يحمي من العمى. هناك العديد من الخصائص التي يمكن استخراجها من صورة شبكية العين وذلك للمساعدة في تصنيف الأوعية الدموية، لكن بعض هذه الخصائص يمكن أن يكون عديم الفائدة ويعيق عملية التصنيف وهادراً للوقت، وهذا يؤدي الى تصنيف غير دقيق للأوعية الدموية.
في هذا العمل تم مناقشة بعض الطرق لتقليص عدد الابعاد (الخصائص) مثل تحليل التمايز الخطي (Linear discriminant analysis (LDA) ) وكذلك تحليل المكونات الرئيسية
(Principal component analysis (PCA) ) .وتم اقتراح تطبيق طريقة اضافية لتقليص عدد الابعاد من خلال مرحلتين بحيث أُسقطت الخصائص من بعد الى بعد أصغر باستعمال تحليل المكونات الرئيسية ومن ثم تطبيق تحليل التمايز الخطي لتقليص عدد الابعاد الناتج مرة اخرى الى بعد واحد فقط . ولتحقيق هذا الهدف تم اعداد تطبيق من خلال برنامج الماتلاب من أجل تنفيذ هذه الطرق بالاضافة الى عمليات اخرى على الصور. تم استعمال صور من قاعدة البيانات (DRIVE)، حيث أُجريت بعض التحسينات على هذه الصور ومن ثم تمت عملية استخراج الخصائص من الأوعية الدموية، بعد ذلك طُبقت الطرق المذكورة سابقا من أجل تقليل عدد الأبعاد. في النهاية تم اعتماد النتائج الخارجة من تطبيق قاعدة الاغلبية ( الأكثرية ) لثلاثة من طرق التصنيف وهي خوارزمية أقرب جار (K-NN)، متجهات الآت دعم التمييز أو شبكات دعم التمييز(SVM) ومصنف باييز (Naïve Bayes).
في الجزء الاخير من هذا العمل، تم قياس وتقييم النتائج من خلال الحساسية، النوعية والدقة. اظهرت النتائج أن كل من تحليل التمايز الخطي و تقليص عدد الابعاد من خلال المرحلتين كان قادراً على تقليص عدد الابعاد ( الخصائص ) إلى بعد واحد بالاضافة إلى تقليص الوقت الازم لإجراء عملية التصنيف. علاوة على ذلك كلتا الطريقتين حسنت النتائج النهائية و لكن تقليص عدد الابعاد من خلال المرحلتين أظهرت نتائج أفضل قليلاً. إن تقليص عدد الابعاد من خلال مرحلتين تمكنت من تصنيف الأوعية الدموية بشكل صحيح في 14 صورة بمعدل دقة مقدراه 86.4% .
Retinal vessels classification into artery / vein is an important issue; since it helps in early detection of serious retinal diseases, this can avoid blindness. Many features can be extracted from fundus images to distinguish between vessels, but some of these features are redundant, disturbing and time consuming, hence leading to inefficient classification results.
In this work, methods for dimensionality reduction are discussed: Linear Discernment Analysis (LDA) and Principal Component Analysis (PCA). We also modified and implemented a two stage method in which PCA is used first to project data into a lower dimension, then LDA is implemented on the resulted projected data to obtain a one dimensional data. Through building a program using MATLAB, all these steps and other image processing are executed to classify vessels. Images from DRIVE database are implemented in some preprocessing steps and features are read from the vessels, then the dimension is reduced using dimensionality reduction technique. Finally, major voting for three classifiers (K-NN, SVM, and Naïve Bayes rule) are used to classify projected data.
In the final stage of this work, results are measured and evaluated through sensitivity, specificity and accuracy metrics. Results of the different approaches showed that both LDA and the two stage method are able to reduce the feature space into one dimensional data space and the process time. Although both techniques enhance the classification but Two-stage method showed slightly better results. The proposed two stage method classified the vessels with average accuracy 86.4% on the 14 testing images.
The electronic version is available in theses database \\ University of Jordan.
Includes abstracts in Arabic and English.
Subject:
Mathematical models
Numerical analysis -- Data processing
Mathematical models -- Data processing.
Mathematical modelling
Dissertation Note:
Thesis (M.Sc. in Mathematics )--An-Najah National University (Nablus, Palestine),School of Science
, Department of Mathematics
, 2018.
Physical Description:
1 CD-ROM : PDF.
Publication Date:
2018.
Log in
Help
