Intelligent features classification aimed to support diagnosis of glaucoma

Tato bakalářská práce se zabývá inteligentní klasifikací příznaků pro podporu diagnostiky glaukomu. První část práce se věnuje anatomii oka a onemocněním sítnice zvaném zelený zákal. V další části je stručně popsaná texturní analýza a jak získáváme příznaky pro klasifikaci. V poslední části se zabývá samotnou klasifikací příznaků pomocí neuronových sítí a algoritmů HoKashyap a AdaBoost. Tato práce je tedy zaměřena na srovnání účinnosti těchto klasifikátorů na poli oční diagnostiky, čehož se i podařilo úspěšně dosáhnout.This bachelor thesis deals with inteligent features classification aimed to support diagnosis of glaucoma. First part focuses on eye anatomy and disease called glaucoma. In next part is briefly described texture analysis and how do we get attributes for classification. In last part it is dealt with attribute classification with the aid of neural networks and algorithm HoKashyap and AdaBoost. This thesis is therefore focused on comparing effectivity of these classifiers on the field of optical diagnostics which was managed successfully.