Diabetic Retinopathy Diagnosis with Bag-of-Features and GPU-based Feature Extraction using SURF

Detalhes bibliográficos
Autor(a) principal: Simões, Bruno Daniel Oliveira
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10316/102955
Resumo: Dissertação de Mestrado Integrado em Engenharia Electrotécnica e de Computadores apresentada à Faculdade de Ciências e Tecnologia
id RCAP_cc9d6237c63c39bd8bd42944f41f6c55
oai_identifier_str oai:estudogeral.uc.pt:10316/102955
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Diabetic Retinopathy Diagnosis with Bag-of-Features and GPU-based Feature Extraction using SURFDiagnóstico de Retinopatia Diabética com Bag-of-Features e Extração de Features baseda em GPU utilizando SURFSpeeded-Up Robust Features (SURF)Bag-of-Features (BoF)Retinopatia Diabética (RD)Máquina de Vetores de SuporteGraphics Processing Unit (GPU)Speeded-Up Robust Features (SURF)Bag-of-Features (BoF)Diabetic Retinopathy (DR)Support Vector Machine (SVM)Graphics Processing Unit (GPU)Dissertação de Mestrado Integrado em Engenharia Electrotécnica e de Computadores apresentada à Faculdade de Ciências e TecnologiaEstima-se que quantidade de pacientes com RD aumente para 191 milhões até 2030. Imagens coloridas do fundo da retina são usadas para diagnosticar RD. Essa análise só pode ser feita por médicos especialistas, o que é demorado e caro. Técnicas de visão computacional são essenciais para avaliar automaticamente essas imagens e ajudar o médico a detectar RD. Extrair features de imagens é um campo que tem vindo a crescer e tem muitos casos de uso em áreas críticas da sociedade, como classificação de imagens, detecção de objetos e segementação, carros autónomos, aplicações médicas. O método Bag-of-Features (BoF), também chamado de Bag-of-Visual-Words (BoVW), combinado com um classificador de Aprendizem de máquina, consegue obter resultados satisfatórios na classificação imagens de um modo geral. Especificamente, o método Bag-of-Features pode ser aplicado em imagens coloridas do fundo da retina para diagnosticar DR automaticamente, economizando recursos e auxiliando no tratamento precoce da doença. A influência dos sistemas modernos de computação para desenvolver soluções em tempo real levou à adopção de computação paralela, viabilizado principalmente pelo aumento das capacidades das Unidades de Processamento Gráfico (GPUs). Assim, as funções-chave do algoritmo Speeded-Up Robust Features (SURF) podem ser implementadas em GPU para reduzir substancialmente o tempo necessário para extrair e descrever características relevantes de imagens. Ao longo desta dissertação, a detecção e descrição de "image features" locais utilizando o SURF em GPU são exploradas. Também se discute e implementa o método BoF para a classificação de imagens. Ele serve como entrada para máquinas de vetores de suporte (SVMs) de modo a distinguir classes de dados, que são, neste caso: "doença" ou "sem doença". Além disso, também é apresentado um debate sobre as vantagens e desvantagens do processo BoF, quando comparado com as Redes Neurais Convolucionais. Também é discutido o conceito de GPU-computing e programação paralela, sendo o seu desempenho comparado com o modelo de programação de CPU que é amplamente usado.The amount of patients with Diabetic Retinopathy (DR) is expected to increase to 191 million by 2030. Color fundus images of the retina are used to diagnose DR. This analysis can only be done by expert clinicians, which is time-consuming and expensive. Computer vision techniques are essential to automatically evaluate these images and detect DR.Extracting features from images is a field that has been growing and has many use cases in critical areas of society, such as image classification, object detection and segmentation, self-driving cars, and medical applications. The Bag-of-Features (BoF) method, also called Bag-of-Visual-Words (BoVW), combined with a Machine Learning Classifier can obtain satisfactory results in general image classification. Specifically, the BoF method can be applied to color fundus images of the retina to diagnose DR automatically, saving resources and helping the early treatment of the disease. The influence of modern computing systems to develop real-time applications led to the adoption of parallel computing, particularly enabled by the increase in capabilities of the Graffic Processing Units (GPUs). Thus, Speeded-Up Robust Features (SURF) algorithm key functions can be implemented in GPU to substantially reduce the necessary time to extract and describe relevant image features. Throughout this dissertation, the detection and description of local features utilizing SURF are explored. It also discusses and implements the BoF method for image classification. It serves as an input for an SVM to distinguish between classes of data, namely "disease" or "no disease". In addition, a debate on both advantages and disadvantages of the BoF process, when compared to the more recent Convolutional Neural Networks (CNNs), is also presented. It also discusses the concept of GPU-Computing and parallel programming. Its performance is compared against the commonly used CPU programming model.2022-10-03info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://hdl.handle.net/10316/102955http://hdl.handle.net/10316/102955TID:203077610engSimões, Bruno Daniel Oliveirainfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2022-10-19T20:40:50Zoai:estudogeral.uc.pt:10316/102955Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T21:19:50.730729Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Diabetic Retinopathy Diagnosis with Bag-of-Features and GPU-based Feature Extraction using SURF
Diagnóstico de Retinopatia Diabética com Bag-of-Features e Extração de Features baseda em GPU utilizando SURF
title Diabetic Retinopathy Diagnosis with Bag-of-Features and GPU-based Feature Extraction using SURF
spellingShingle Diabetic Retinopathy Diagnosis with Bag-of-Features and GPU-based Feature Extraction using SURF
Simões, Bruno Daniel Oliveira
Speeded-Up Robust Features (SURF)
Bag-of-Features (BoF)
Retinopatia Diabética (RD)
Máquina de Vetores de Suporte
Graphics Processing Unit (GPU)
Speeded-Up Robust Features (SURF)
Bag-of-Features (BoF)
Diabetic Retinopathy (DR)
Support Vector Machine (SVM)
Graphics Processing Unit (GPU)
title_short Diabetic Retinopathy Diagnosis with Bag-of-Features and GPU-based Feature Extraction using SURF
title_full Diabetic Retinopathy Diagnosis with Bag-of-Features and GPU-based Feature Extraction using SURF
title_fullStr Diabetic Retinopathy Diagnosis with Bag-of-Features and GPU-based Feature Extraction using SURF
title_full_unstemmed Diabetic Retinopathy Diagnosis with Bag-of-Features and GPU-based Feature Extraction using SURF
title_sort Diabetic Retinopathy Diagnosis with Bag-of-Features and GPU-based Feature Extraction using SURF
author Simões, Bruno Daniel Oliveira
author_facet Simões, Bruno Daniel Oliveira
author_role author
dc.contributor.author.fl_str_mv Simões, Bruno Daniel Oliveira
dc.subject.por.fl_str_mv Speeded-Up Robust Features (SURF)
Bag-of-Features (BoF)
Retinopatia Diabética (RD)
Máquina de Vetores de Suporte
Graphics Processing Unit (GPU)
Speeded-Up Robust Features (SURF)
Bag-of-Features (BoF)
Diabetic Retinopathy (DR)
Support Vector Machine (SVM)
Graphics Processing Unit (GPU)
topic Speeded-Up Robust Features (SURF)
Bag-of-Features (BoF)
Retinopatia Diabética (RD)
Máquina de Vetores de Suporte
Graphics Processing Unit (GPU)
Speeded-Up Robust Features (SURF)
Bag-of-Features (BoF)
Diabetic Retinopathy (DR)
Support Vector Machine (SVM)
Graphics Processing Unit (GPU)
description Dissertação de Mestrado Integrado em Engenharia Electrotécnica e de Computadores apresentada à Faculdade de Ciências e Tecnologia
publishDate 2022
dc.date.none.fl_str_mv 2022-10-03
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10316/102955
http://hdl.handle.net/10316/102955
TID:203077610
url http://hdl.handle.net/10316/102955
identifier_str_mv TID:203077610
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1817550635709497344

Registros relacionados