Yapay arı koloni algoritması kullanılarak diyabetik retinopati hastalığının tespiti

Diyabetik Retinopati (DiabeticRetinopathy, DR) insülin hormonunun yetersiz ve düzensiz salgılanmasına bağlıolarak ortaya çıkan ve retina tabakasındaki kan damarlarının yapısını bozanilerleyici bir hastalıktır. DR hastalığı doğru bir şekilde teşhis edilerekuygun tedavi yöntemleri geliştirilmez ise zamanla önemli oranlarda görmekayıpları ortaya çıkar. DR hastalığının yüksek doğrulukta teşhis edilmesinisağlayan en etkili yöntemlerden birisi Fundus Floresein Anjiyografi (FFA)yöntemi olup, FFA ile DR hastalığının tanısı ve takibi etkin bir şekildeyapılabilmektedir. Bu tez çalışmasında, FFA retinalgörüntüler üzerinde DR hastalığı sonucu oluşan yeni kanamalı bölgeler tespitedilerek hastalığın seyrinin izlenmesine yönelik sezgisel algoritmalara dayalıyaklaşımlar geliştirilmiştir. Birçok hastalıkta olduğu gibi DR hastalığının datespiti, tedavisi ve hastanın tedaviye cevap verip veremediğinin takibi sonderece önemlidir. Geliştirilmiş olan sezgisel tabanlı yöntemler sayesindeyüksek doğrulukta elde edilen bilimsel veriler kullanılarak belirli dönemlerlehastalığın seyrinin izlenmesi sağlanabilecektir.Retinal görüntüler üzerindeki yeni kanamalı bölgeler;K-means kümeleme, sezgisel algoritmalar olan Yapay Arı Koloni (ABC) veDiferansiyel Gelişim (DE) algoritmaları kullanılarak tespit edilmiştir. İlkolarak, yeni kanamalı bölgelerin daha net ve anlaşılır bir şekildegörülebilmesi için bu bölgelerin çevreleri algoritmalar ile çizdirilerek dahabelirgin hale getirilmiştir. Daha sonra, bu bölgelerin piksel tabanlı alanhesaplamaları algoritmalar ile yapılarak hastalık ve hastalığın seyri hakkındadaha objektif verilerin elde edilmesi sağlanmıştır. Son olarak, geliştirilmişolan algoritmaların performansları mukayese edilerek sonuçlar üzerindendeğerlendirmeler yapılmıştır.In order to identify the newhemorrhagic regions on retinal images, K-means clustering which is one of themost common conventional clustering methods, swarm based  artificial bee colony (ABC) and populationbased differential evolution (DE) algorithms have been used. First of all, inorder to make the new hemorrhagic regions more visible, these regions have beenclarified by the algorithms.  Then,  pixel based area calculation of the newhemorrhagic regions have been made by the algorithms in order to provide moreobjective data about the disease and course of disease. Finally, theperformances of the improved algorithms have been compared and the results wereevaluated.In this thesis, approaches basedon heuristic algorithms have been improved in order to identify the newhemorrhagic regions on a FFA retinal image and monitor the course of thedisease. By means of the data with high accuracy obtained by using theheuristic methods improved a database of the disease can be created and thusthe course of the disease can be followed up in certain periods.Diabeticretinopathy (DR) is a progressive disease caused by insufficient and irregularsecretion of insulin hormone and leads to deterioration in the structure ofblood vessels in the retinal layer. If DR cannot be correctly diagnosed andappropriate treatment methods are not developed, the risk of vision loss arisessignificantly. Fundus Fluorescein Angiography (FFA) is one of the mosteffective methods used in the diagnosis and follow up of the disease.