Iridology is a form of complementary medicine based on examining the pattern, color and other properties of the iris to determine information about the patient's systemic health. Today, many physicians use this form of analysis in conjunction with other healthcare techniques to better understand the healthcare needs of patients. However, this examination and description is very subjective and depends on the experience of the doctors. It is also a time consuming and exhausting process for physicians. In this context, in order to eliminate subjectivity in examination and identification and to reveal a more objective definition, a deep learning and image processing-based method is proposed in this study for the diagnosis of diabetes by using iridology card from iris images. In the proposed method, the iris boundaries were found and the pancreas region shown on the iridology card was removed from the iris fully automatically. With the image processing steps applied, an area related to the pancreas (diabetes) was found on the iris and automatic segmentation was made from the eye image. Afterwards, these images were applied to convolutional neural networks to diagnose diabetes and compared with different convolutional neural network architectures. As a result, the proposed method with VGG-16 architecture and automatic segmentation of the area of the pancreatic region was found to be more successful with 80% Accuracy, 100% Sensitivity, 71.42% Precision, 60% Specificity and 83.33% F1 Score performance metrics.

İridoloji, hastanın sistemik sağlığı ile ilgili bilgileri belirlemek için irisin desen, renk ve diğer özelliklerinin incelenmesine dayanan bir tamamlayıcı tıp şeklidir. Günümüzde birçok doktor bu analiz formunu diğer sağlık teknikleri ile birlikte hastaların sağlık bakım ihtiyaçlarını daha iyi anlamayı kolaylaştırmak için kullanmaktadır. Ancak bu muayene ve tanımlama çok özneldir ve doktorların deneyimine bağlıdır. Ayrıca hekimler açısından zaman alıcı ve yorucu bir süreçtir. Bu bağlamda muayene ve tanımlamada öznelliği ortadan kaldırmak ve daha objektif bir tanımlama ortaya koymak adına bu çalışmada iris görüntülerinden iridoloji kartı kullanılarak diyabet hastalığının teşhisi için derin öğrenme ve görüntü işleme tabanlı bir yöntem önerilmiştir. Önerilen yöntemde öncelikle iris sınırları bulunarak iridoloji kartında gösterilen pankreas bölgesinin irisden tam otomatik olarak çıkarılması sağlanmıştır. Uygulanan görüntü işleme adımları ile iris üzerinde Pankreas (diyabet) ile ilgili alan bulunmuş ve göz görüntüsünden otomatik segmentasyonu yapılmıştır. Sonrasında bu görüntüler evrişimli sinir ağlarına uygulanarak diyabet teşhisi yapılmış ve farklı evrişimli sinir ağı mimarileri ile karşılaştırılmıştır. Sonuç olarak VGG-16 mimarisi ve Pankreas bölgesine ait alanın otomatik segmentasyonu ile önerilen yöntemin %80 Doğruluk, %100 Duyarlılık, %71,42 Kesinlik, %60 Özgüllük ve %83,33 F1 Skoru performans metrikleri ile daha başarılı olduğu görülmüştür.