Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Computer Vision Method for Grading of Health of a Fundus Image on Basis of Presence of Red Lesions

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F18%3APU128516" target="_blank" >RIV/00216305:26220/18:PU128516 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Computer Vision Method for Grading of Health of a Fundus Image on Basis of Presence of Red Lesions

  • Popis výsledku v původním jazyce

    Diabetic Retinopathy is one of those eye diseases which may cause permanent loss of vision if not treated at an early stage. The current paper proposes an algorithmic rule for detection of red lesions and grading the severity of a fundus image depending on its location in the image. Some significant and deciding objects like optic disc and macula are segmented using adaptive intensity-based threshold, geometrical features, kmeans clustering and morphological operations. Imaging techniques like color normalization, median filtering and morphological operations are used for segmentation of blood vessels and red lesions. Finally, a region-based framework has been used for grading the severity of the disease affecting the patient. The proposed method has achieved an accuracy of 89%. The proposed method has given encouraging results and can be used in development of some devices in this field.

  • Název v anglickém jazyce

    Computer Vision Method for Grading of Health of a Fundus Image on Basis of Presence of Red Lesions

  • Popis výsledku anglicky

    Diabetic Retinopathy is one of those eye diseases which may cause permanent loss of vision if not treated at an early stage. The current paper proposes an algorithmic rule for detection of red lesions and grading the severity of a fundus image depending on its location in the image. Some significant and deciding objects like optic disc and macula are segmented using adaptive intensity-based threshold, geometrical features, kmeans clustering and morphological operations. Imaging techniques like color normalization, median filtering and morphological operations are used for segmentation of blood vessels and red lesions. Finally, a region-based framework has been used for grading the severity of the disease affecting the patient. The proposed method has achieved an accuracy of 89%. The proposed method has given encouraging results and can be used in development of some devices in this field.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Návaznosti výsledku

  • Projekt

    Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2018

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Proceedings of the 2018 41st International Conference on Telecommunications and Signal Processing (TSP)

  • ISBN

    978-1-5386-4695-3

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    6

  • Strana od-do

    222-227

  • Název nakladatele

    IEEE

  • Místo vydání

    Athens, Greece

  • Místo konání akce

    Athens, Greece

  • Datum konání akce

    4. 7. 2018

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000454845100052