چکیده: ﺑﺎ ﭘﻴﺸﺮﻓﺖ ﺳﺮﻳﻊ ﻓﻨﺎﻭﺭﻱ ﻣﺤﺎﺳﺒﺎﺕ ﻭ ﺻﻨﻌﺖ رایانه ﻋﻼﻗﻪ ﻣﺤﻘﻘﺎﻥ ﺑﻪ ﻃﺮﺍﺣﻲ ﻭ ﺗﻮﺳﻌﻪ دستگاه‌های ﺗﺸﺨﻴﺺ ﺧﻮﺩﻛﺎﺭ ﺑﺮﺍﻱ ﺑﻬﺒﻮﺩ ﺧﺪﻣﺎﺕ ﭘﺰﺷﻜﻲ ﺍﻓﺰﺍﻳﺶ ﻳﺎﻓﺘﻪ ﺍﺳﺖ. ﺩﻭ ﻭﻳﮋﮔﻲ ﺍﺻﻠﻲ این‌گونه دستگاه‌ها ﻗﺎﺑﻠﻴﺖ ﺍﻃﻤﻴﻨﺎﻥ ﺑﺎﻻ ﻭ ﺩﻗﺖ ﺯﻳﺎﺩ ﺁﻧﻬﺎﺳﺖ.. بدلیل مشکلات متعدد در تصاویر شبکیه‌ی چشم استخراج عروق از این تصاویر دشوار می باشد. محققان این نقاط ضعف را مورد بررسی قرار داده با الگوریتم های پیشنهادی تلاش در بهبود روش های استخراج عروق نموده اند. آنچه در این تحقیق مورد توجه قرار گرفته است، جداسازی رگ های شبکیه ی چشم از تصاویر مربوط به آن است. اگر به این تصاویر به صورت یک رویه در فضای 3 بعدی نگاه کنیم به طوری که بعد سوم میزان روشنایی تصویر را نشان می دهد ، متوجه می شویم که رگ ها به شکل رویه های ناودانی با مقطع گوسی با ارتفاع و عرض های متفاوت هستند. با استفاده از این مدل الگوریتمی برای استخراج عروق پیشنهاد نموده ایم. الگوریتم پیشنهاد شده در این تحقیق شامل 3 بخش اساسی است. بخش اول مربوط به حذف نویزو عدم یکنواختی روشنایی در تصاویر شبکیه است که مرحله ی پیش پردازش نام دارد. این مرحله خود شامل سه بخش است که در بخش اول تبدیل کانتورلت غیر زیر نمونه بردار را به تصویر اعمال کرده و در بخش دوم ضرایب آن توسط الگوریتم پرندگان (PSO) اصلاح می شود؛ بخش نهایی باز سازی تصویر بهبود یافته با استفاده از ضرایب اصلاح شده می باشد. در این بخش تصویر بدست آمده وارد مرحله ی دوم می شود؛ در این مرحله، از روش آشکار ساز خطی در مقیاس ها و جهت های متفاوت استفاده کرده ایم. از نتایج این بخش ویژگی هایی مربوط به رگ ها جهت استخراج آنها بدست آورده ایم. با استفاده از ویژگی های بدست آمده و قرار دادن آستانه ای مناسب برای هرکدام به طور جداگانه، رگ ها همراه با کمی نویز استخراج می شوند. به منظور ارتقاء کیفیت رگ های استخراج شده یک مرحله ی پس پردازش نیز روی تصویر اعمال شده است. در این پژوهش از پایگاه داده ی DRIVE استفاده شد. الگوریتم پیشنهادی بر روی 20 تصویر مجموعه ی Test این پایگاده داده اعمال شد. میانگین نتایج بدست آمده برای سه تابع ارزیابی ACC، TPRو FPR به ترتیب برابر است با 0.9401، 0.6815 و 0.0218 همچنین برای نمایش بهتر نتایج، مقایسه ای بین نتایج بدست آمده توسط الگوریتم پیشنهادی و چندین الگوریتم دیگر صورت گرفته است.