KO‘Z KASALLIKLARINI ANIQLASHDA OKT TASVIRLARIGA RAQAMLI ISHLOV BERISH JARAYONINING AHAMIYATI

Ushbu ishda optik kogerent tomografiya (OKT) tasvirlarida uchraydigan speklshovqini muammosi o‘rganildi. Tibbiy tasvirlarda, xususan OKT tasvirlarida uchraydigan shovqinlar tahlilqilindi va ularni kamaytirish bo‘yicha samarali bo‘lgan yondashuvlar ko‘rib chiqildi. An’anaviy filtrlashusullari – Gauss va Sobel filtrlari gauss shovqini, spekl shovqini hamda tuz va qalampir shovqinlarigaqo‘llanilishi ko‘rib chiqildi. Keltirilgan formulalar orqali ushbu yuqorida keltirilgan shovqinlarnikamaytirish orqali tasvirning sifati yaxshilanishi, qatlamlarni aniqroq ko‘rish imkoni borligi hamda keyingi(segmentlash, tasniflash, tashxis) bosqichlar ma’lumotlarni optimallashtirishga xizmat qilishi aytilgan.Natijada esa, OKT tasvirlarini dastlabki qayta ishlash orqali ko‘z kasalliklarini aniqlash samaradorligininioshirishi o‘rganilgan 

This work studies the problem of speckle noise in optical coherence tomography (OCT) images. The noise in medical images, in particular in OCT images, is analyzed and effective approaches to reduce it are considered. The application of traditional filtering methods - Gaussian and Sobel filters to Gaussian noise, speckle noise, and salt and pepper noise is considered. It is stated that by reducing the above-mentioned noises through the presented formulas, the image quality is improved, the layers can be seen more clearly, and the subsequent stages (segmentation, classification, diagnosis) serve to optimize the data. As a result, it is studied that the efficiency of detecting eye diseases is increased by pre-processing OCT images

В данной работе исследуется проблема спекл-шума на изображениях оптической когерентной томографии (ОКТ). Анализируется шум в медицинских изображениях, в частности на изображениях ОКТ, и рассматриваются эффективные подходы к его снижению. Рассматривается применение традиционных методов фильтрации — фильтров Гаусса и Собеля — к гауссову шуму, спекл-шуму и шуму типа «соль и перец». Утверждается, что снижение вышеупомянутых шумов с помощью представленных формул улучшает качество изображения, позволяет более четко видеть слои, а последующие этапы (сегментация, классификация, диагностика) служат для оптимизации данных. В результате исследуется, что предварительная обработка изображений ОКТ повышает эффективность обнаружения заболеваний глаз.