Abstracto

Detección de exudado retiniano mediante nuevos métodos de agrupamiento difuso

Ravindraiah R y Chandra Mohan Reddy M

En la actualidad, existe un creciente interés en el procesamiento terapéutico de imágenes en la mayoría de los campos de la ingeniería. La modalidad de imágenes proporciona información detallada sobre la anatomía. También es útil para detectar la enfermedad y su tratamiento progresivo. Los signos principales de la retinopatía diabética (RD) son los exudados que conducen a una pérdida grave de la visión en condiciones crónicas. Los exudados son el remanente de sangre exudada y partículas basadas en proteínas de los vasos sanguíneos dañados de la retina. La curación con láser requiere una ubicación precisa de los exudados para una eliminación fiel mediante quemaduras con láser. La segmentación de la imagen del fundoscopia ayudará al oftalmólogo en el diagnóstico, la clasificación y la determinación de la gravedad. Se han diseñado y desarrollado múltiples métodos para la segmentación de imágenes médicas basados ??en umbralización, crecimiento de regiones, modelo aleatorio de Markov, agrupamiento, modelo deformable, clasificador, redes neuronales, maximización de expectativas y máquinas de vectores de soporte, etc. De estos, los métodos de agrupamiento difuso son menos complejos y su funcionamiento es sólido. Este artículo tiene como objetivo evaluar el desempeño de los algoritmos de agrupamiento de medios Fuzzy C (FCM), FCM inducido por kernel (KFCM) y FCM espacial (SFCM).