منصة الرسائل والاطاريح: اكتشاف مرض عتمة العين متعدد الاصناف في الشبكية بناءً على الشبكة العصبية التلافيفية

الخلاصة

إعتام عدسة العين هو أحد أمراض العيون الرئيسية التي تتطور تدريجياً وليس لها تأثير فوري على الرؤية. من أكثر مشاكل الرؤية شيوعًا إعتام عدسة العين، والذي يسبب تشوهًا بصريًا ويمكن أن تؤدي المرحلة المتأخرة من هذا المرض إلى الإصابة بالعمى. يعتبر مرضًا صامتًا يمكن أن يحدث دون ظهور الأعراض. لذلك، فإن الطريقة الأكثر فعالية للكشف عن إعتام عدسة العين هي من خلال الكشف الدقيق وفي الوقت المناسب لتجنب العمليات الجراحية المؤلمة والمكلفة والوقاية من العمى. الغرض من هذه الرسالة هو اقتراح نظام آلي قائم على نهج التعلم العميق (الشبكة العصبية التلافيفية CNN) لتحديد مرضى الساد . يحتوي النظام المقترح على ثلاث مراحل رئيسية، المرحلة الأولى هي مرحلة المعالجة الابتدائية والتي تبدأ بتحويل صور قاع العين إلى صور قاع ذات مستوى رمادي بحجم متساوٍ ، وتم تطبيق تقنية "التباين المحدود لمعادلة الرسم البياني التكيفي (CLAHE)" لتعزيز التباين وإظهار ميزة عدسة العين. تُستخدم طرق زيادة البيانات Augmentation لتجنب مشاكل التجهيز الزائد Overfitting ولتحسين أداء النظام. في المرحلة الثانية، تم تطبيق شبكة CNN (نموذج الشبكة البسيطة) على أساس تقنية تكبير الصور المتعددة (صور قاع العين) كأسلوب لاستخراج الميزات العميقة لتحديد عينات قاع العين. في المرحلة الثالثة تم استخدام دالة (Softmax) لتصنيف مرضى الساد ومراحلها (خفيف، معتدل، شديد). تم استخدام الخصوصية والحساسية والدقة ودرجة F1 والمنطقة تحت المنحنى (AUC) كمعايير لتقييم كفاءة التصنيف. يستخدم النظام المقترح مجموعتي بيانات متاحتين للجمهور: مجموعة بيانات Kaggle و .ODIR نوقشت النتائج والاختبارات كافة تفاصيل النظام المقترح وجميع المراحل بعمق وأظهرت النتائج دقة عالية في الكشف عن مرض عتمة العين وبلغت النسبة (99٪) و (96.9٪) لـ (العادي والساد) و (معتدل، متوسط، وحاد) على التوالي في مجموعة بيانات اختبار ODIR بواسطة المصنف المستخدم CNN-Softmax. الطريقة المقترحة سريعة جدًا في التشخيص، يستغرق وقت التنبؤ بصورة قاع العين حوالي (0.06) ملي ثانية لصورة واحدة.