ابر- رزولوشن تصاویر شبکیه با استفاده از SVR چند هسته ای برای کاربردهای سلامت از مراقبت اینترنت اشیا
مراقبت از سلامت اینترنت اشیا یکی از محبوب ترین حیطه های پژوهشی به دلیل توسعه سریع در فناوری های اطلاعات و ارتباطات می باشد. سیستم اینترنت اشیا با تاکید روی بینایی انسان به یک راه حل ایده آل برای افراد در کشورهای در حال توسعه به منظور داشتن مراقبت های پزشکی کافی تبدیل خواهد شد. این مقاله یک معماری ترکیبی برای مراقبت از سلامتی اینترنت اشیا به منظور پردازش تصاویر شبکیه ی گرفته شده با استفاده از فوندوسکوپی تلفن هوشمند پیشنهاد می کند. الگوریتم ابر- رزولوشن (SR) پیشنهادی برای تصاویر شبکیه از رگرسیون بردار پشتیبان (SVR) چندهسته ای به منظور بهبود کیفیت تصاویر گرفته شده استفاده می کند. نتایج تجربی با در نظر گرفتن نسبت سیگنال به نویز پیک (PSNR) و میانگین خطای مربع (MSE) نشان می دهند که راهکار ابر- رزولوشن پیشنهادی برای تصاویر شبکیه در مقایسه با سایر الگوریتم ها بهتر عمل می کند. همچنین، معماری ترکیبی به چشم پزشکان در تشخیص موثر با فراهم سازی تصاویر شبکیه با وضوح بالا کمک می کند.
کلمات کلیدی: مراقبت از سلامت اینترنت اشیا، چشم پزشکی از راه دور، فوندوسکوپی تلفن هوشمند، ابر-رزولوشن
Super-resolution of retinal images using multi-kernel SVR for IoT healthcare applications
Future Generation Computer Systems Volume 83, June 2018, Pages 338-346
Abstract
Internet of Things (IoT) healthcare is one of the most popular areas of research due to the rapid development in information and communication technologies. IoT system focusing on human vision would be an ideal solution for the people in developing countries to have adequate medical attention. This paper proposes a hybrid architecture for IoT healthcare to process the retinal images captured using smartphone fundoscopy. The proposed super-resolution (SR) algorithm for retinal images use multi-kernel support vector regression (SVR) to improve the quality of the captured images. The experimental results with respect to the peak-signal-to-noise ratio (PSNR) and mean squared error (MSE) show that the proposed super-resolution approach for retinal images performs better when compared to the state-of-art algorithms. Further, the hybrid architecture helps the ophthalmologists in efficient diagnosis by providing high resolution retinal images.
Keywords: IoT healthcare, Teleophthalmology, Smartphone fundoscopy, Super-resolution