Symptoms Detection in Eye Retina Image
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26230%2F17%3APU126453" target="_blank" >RIV/00216305:26230/17:PU126453 - isvavai.cz</a>
Výsledek na webu
<a href="https://www.fit.vut.cz/research/publication/11531/" target="_blank" >https://www.fit.vut.cz/research/publication/11531/</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1109/SSCI.2017.8285165" target="_blank" >10.1109/SSCI.2017.8285165</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Symptoms Detection in Eye Retina Image
Popis výsledku v původním jazyce
Diabetic retinopathy and age related macular degeneration are among the most common eye retina diseases, which cause partial or complete blindness. The purpose of this study is to design and implement software for automatic detection of symptoms from eye fundus images. The detection algorithm is based on segmentation methods and follow up analysis of segmented areas. Detection of retina objects such as optic disc, macula and blood vessels is important prior symptoms detection as they can adversely affect the results of the analysis. Total 259 images of four databases were analyzed and algorithm reaches more than 90 % average success rate. The software might be useful in combination with appropriate hardware and optic devices, and can find a practical application in global population screening.
Název v anglickém jazyce
Symptoms Detection in Eye Retina Image
Popis výsledku anglicky
Diabetic retinopathy and age related macular degeneration are among the most common eye retina diseases, which cause partial or complete blindness. The purpose of this study is to design and implement software for automatic detection of symptoms from eye fundus images. The detection algorithm is based on segmentation methods and follow up analysis of segmented areas. Detection of retina objects such as optic disc, macula and blood vessels is important prior symptoms detection as they can adversely affect the results of the analysis. Total 259 images of four databases were analyzed and algorithm reaches more than 90 % average success rate. The software might be useful in combination with appropriate hardware and optic devices, and can find a practical application in global population screening.
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
<a href="/cs/project/LQ1602" target="_blank" >LQ1602: IT4Innovations excellence in science</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2017
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
2017 IEEE Symposium Series on Computational Intelligence
ISBN
978-1-5386-4058-6
ISSN
—
e-ISSN
—
Počet stran výsledku
6
Strana od-do
3088-3093
Název nakladatele
IEEE Computer Society
Místo vydání
Hawaii
Místo konání akce
Hawaii, USA
Datum konání akce
27. 11. 2017
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
000428251403022