Neural network classification of eye-cup region in fundus eye images

• Autorzy: Stąpor, K. , Mazurkiewicz, M. , Rzendkowski, M.

Warianty tytułu

PL

Klasyfikacja neuronowa wnęki naczyniowe na cyfrowych obrazach dna oka

• Języki publikacji: EN

Abstrakty

EN

In this paper the new method for classification of digital fundus eye images into normal and glaucomatous ones is proposed. The classifier used is based on multi-layer perceptron. The performance of the classifier is 94,77%. The obtained results arę encouraging.

PL

W artykule przedstawiono nowa metodę klasyfikacji obrazów dna oka uzyskiwanych z funduskamery na jaskrowe i zdrowe. W roli klasyfikatora zastosowano wielowarstwowy perceptron. Wyniki eksperymentu wykazały bardzo wysoką sprawność procedury klasyfikacyjnej: 94,77%. Otrzymane rezultaty są zachęcające.

Słowa kluczowe

PL

klasyfikacja neuronowa; reguła propagacji wstecznej błędu; jaskra

EN

neural network classification; backpropagation rule; glaucoma

• Czasopismo: Studia Informatica
• Rocznik: 2004
• Tom: Vol. 25, nr 1
• Strony: 47-56
• Opis fizyczny: Bibliogr. 9 poz.

Twórcy

autor

Stąpor, K.

• Politechnika Śląska, Instytut Informatyki, ul. Akademicka 16, 44-101 Gliwice, Polska,

autor

Mazurkiewicz, M.

• Politechnika Śląska, Instytut Informatyki, ul. Akademicka 16, 44-101 Gliwice, Polska

autor

Rzendkowski, M.

• Szpital Wielospecjalistyczny, Oddział Okulistyczny, ul. Kościuszki, 44-100 Gliwice, Polska

Bibliografia

• 1. Bishop C. M.: Neural networks for pattern recognition, Clarendon Press Oxford, 1995.
• 2. Blum E. K., Li L. K.: Approximation theory and feedforward networks, Neural Networks, v.4, nr 4, pp. 511-515, 1991.
• 3. Rosenblatt F.: The perceptron: a probabilistic model for information storage and organization in the brain. Psychological Review, v.65, pp. 386-408,1958.
• 4. Devijver P. A., Kittier J.: Pattern recognition: a statistical approach, Prentice-Hall, 1982.
• 5. Gonzalez R. C, Woods R. E: Digital Image Processing. Prentice-Hall, 2002.
• 6. Kański J. et al.: Glaucoma.A color manual of diagnosis and treatment. Butterworth-Heinemann, 1996.
• 7. Stąpor K., Pawlaczyk L., Rzendkowski M.: Adaptive local thresholding for automatic segmentation of eye-cup in fundus eye images. Studia Informatica, 2003, in press.
• 8. Stąpor K., Mazurkiewicz M., Rzendkowski M.: Genetic feature subset selection for eyecup classification in fundus eye images. Studia Informatica, 2003, in press.
• 9. Trier O., Jain A., Taxt T.: Feature extraction methods for character recognition - a survey. Pattern Recognition, v.29, Nr 4, pp. 641-662,1996.