Retinal hastalıkların oftalmolojik görüntüler üzerinden derin öğrenme teknikleri ile tespit edilmesi

Abstract

Retina, görmeyi sağlayan ışığa ve renge duyarlı hücreleri ve sinir liflerini içeren göz tabakasıdır. Retinada oluşan bozukluklar görme kayıplarına ve körlüğe neden olabilecek hastalıklara yol açar. Bu yüzden bu hastalıkların teşhisi ve tedavisi oldukça önemlidir. Günümüzde, retinada oluşan bozuklukların tanısına yardımcı olmak amacıyla optik koherans tomografi ve fundus floresein anjiyografi görüntüleme teknikleri kullanılmaktadır. Bu tekniklere ek olarak gelişen teknolojiyle birlikte bu görüntüleri analiz etmeye yardımcı olabilecek derin öğrenme tabanlı uygulamalarının geliştirilmesi de literatürde önemli bir yer edinmiştir. Yapılan literatür taraması da göze alınarak bu çalışmada, retinada oluşan hastalıkların optik koherans tomografi görüntülerinden teşhisi için görüntü ön işleme ve bir derin öğrenme yöntemi olan evrişimsel sinir ağları (ESA)’na dayalı hibrit bir yöntem önerilmiştir. Hastalık teşhisi ve sınıflandırma için 5 katmanlı ESA mimarisi oluşturulmuştur. Önerilen yöntemin retinal hastalıkların teşhisinde %99,45 oranında başarı sağladığı görülmüştür. Elde edilen başarı dikkate alındığında önerilen yöntemin retinal hastalıkların teşhisinde klinik ortamda hekimlere yardımcı olabilecek bir karar destek sistemi olabileceği görülmektedir.

The retina is the layer of the eye that contains the light and color sensitive cells and nerve fibers that provide vision. Defects in the retina lead to diseases that can cause vision loss and blindness. Therefore, diagnosis and treatment of these diseases is very important. Today, optical coherence tomography (OCT) and fundus fluorescein angiography (FFA) imaging techniques are used to help diagnose retinal disorders. In addition to these techniques, the development of deep learning-based applications that can help analyze these images with the developing technology has also gained an important place in the literature. Considering the literature review, in this study, a hybrid method based on image preprocessing and a deep learning method, convolutional neural networks (ESA), is proposed for the diagnosis of retinal diseases from OCT images. An 5-layer ESA architecture has been created for disease diagnosis and classification. It has been observed that the proposed method has a success rate of 99.45% in the diagnosis of retinal diseases. Considering the success achieved, it is seen that the proposed method can be a decision support system that can help physicians in the clinical setting in the diagnosis of retinal diseases.