In our days, diabetic retinopathy (DR) is the most common cause of blindness in the developed countries. In this PhD thesis, which is meant to be an answer to the question how we can improve the accuracy of screening this disease which affects a huge segment of the society, two basic components of an automated DR screening system are introduced. The first one is capable of locating the optic disc (OD) and the second one can detect exudates in the fundus images. Exudates are one of the first signs of DR, which appear on the fundus of the patient’s eyes. Thus, accurate and reliable detection of the exudates is an important part of a state-of-the-art computer aided diagnostic (CAD) system. We developed a novel algorithm which can detect this type of lesions with high accuracy. The basic idea is the following: a grayscale morphology-based approach extracts each of the possible exudate regions as a candidate extractor, then an active contour-based method determines the exact contours of these candidates. Finally, an optimally adjusted classifier selects the true exudates using region-wise features. As exudates appear in retinal images as bright patches, it is highly recommended that the OD should be localized and masked out before the detection of exudates would be started, as exudates are similar to the OD concerning color and shape characteristics. Thus, our aim is to determine the location of the OD with high accuracy. For this purpose, we propose an ensemble of individual OD detectors to improve their precision and show how the accuracy increases by using more information in order to localize the OD.

Napjainkban a diabéteszes retinopátia az egyik leggyakoribb oka a nem veleszületett vakságnak a fejlett országokban. A cukorbetegség szemszövődményeit automatikusan szűrő rendszer két, alapvető komponenseként szolgáló módszer kerül bemutatásra ebben a doktori dolgozatban. Az első megoldás a vakfolt lokalizálására, a második pedig az exudátumok detektálására lett kifejlesztve. A módszerek kidolgozása során választ adunk arra a kérdésre, hogy milyen eszközök segítségével lehet növelni a szűrés pontosságát. Az exudátumok a diabéteszes retinopátia egyik első jelei, amelyek a szemfenékről készített felvételen megjelennek. Tehát egy pontos és megbízható módszer, amely képes detektálni ezeket az elváltozások, fontos részét képezi egy automatikus szűrő rendszernek. Az általunk kifejlesztett algoritmus nagy pontossággal képes detektálni az exudátumok jelenlétét. A módszer alapvetően a következőképpen épül fel: szürkeskálás morfológia eszközeinek felhasználásával kinyerjük a lehetséges exudátum területeket, majd ezt követően aktív kontúr alapú algoritmus felhasználásával meghatározzuk ezeknek a kinyert régióknak a pontos körvonalát. Végezetül egy optimálisan beállított osztályozó dönt a jelölt régiókról, hogy azok exudátumok vagy sem. Mivel az exudátumok a képen világos foltokként jelennek meg, ahogyan a vakfolt is, ezért annak lokalizálása és eltávolítása az exudátumok detektálása előtt erősen javallott. Ezért a mi célunk mindenekelőtt az, hogy a lehető legnagyobb pontossággal lokalizáljuk a vakfolt helyét a képen. Ehhez egyedi vakfolt detektáló algoritmusok összetett rendszerként történő kezelését javasoljuk. Megmutatjuk, hogyan lehet az egyedi algoritmusok által elért pontosságot tovább növelni, és hogy az hogyan növekszik egyenes arányban a detektálókból kinyert információ mennyiségével együtt.