디지털 안저 영상에서 혈관 분할, 시신경두개 위치 결정, 엑스더레이트 검출 및 당뇨성 망막병증 진단

당뇨성 망막증 (Diabetic Retinopathy, DR)은 오랜 기간 동안 관리되지 않은 당뇨병의 합병증으로, 세계적으로 실명을 유발하는 주요 원인 중 하나입니다. 본 논문은 DR의 특징 중 혈관과 누출물(Blood Vessels and Exudates)을 추출하기 위한 개선되고 견고한 방법에 초점을 맞추고 있습니다. 혈관 분할은 여러 형태학적 연산과 임계값 처리를 사용하여 수행됩니다. 누출물 분할에는 원본 이미지에서 k-평균 군집화와 윤곽 검출이 사용됩니다. 혈관 분할 알고리즘의 결과에서 허위 양성을 제거하기 위해 광범위한 노이즈 감소가 이루어집니다. 또한, k-평균 군집화와 템플릿 매칭을 사용하여 시신경두부(Optic Disc)의 위치를 결정합니다. 마지막으로, 본 논문에서는 자동 이진 진단을 위한 14개의 합성곱 계층(Convolutional Layers)과 2개의 완전 연결 계층(Fully Connected Layers)으로 구성된 심층 합성곱 신경망(Deep Convolutional Neural Network, DCNN) 모델을 제시합니다. 혈관 분할, 시신경두부 위치 결정 및 DCNN 모델은 각각 95.93%, 98.77%, 75.73%의 정확도를 달성했습니다. 소스 코드와 사전 학습된 모델은 다음 주소에서 이용 가능합니다: https://github.com/Sohambasu07/DR_2021