眼科?朴跋駭(shù)據(jù)分析關(guān)鍵技術(shù)研究
發(fā)布時間:2022-01-08 09:50
白內(nèi)障是發(fā)病率較高的眼底疾病。有研究表明,低視力人群中大部分患者患有白內(nèi)障疾病,而眼底圖像是診斷眼底疾病的重要指標(biāo)。隨著計(jì)算機(jī)輔助診療系統(tǒng)的不斷發(fā)展,不斷地減少了?漆t(yī)生的負(fù)擔(dān)。因此,對眼科?朴跋駭(shù)據(jù)進(jìn)行分析具有重要的科研價值和臨床意義。通過對眼底進(jìn)行一系列檢查,可以診斷出病人可能患有哪些疾病,例如常見的青光眼、白內(nèi)障等眼科疾病,糖尿病、腎病、高血壓、細(xì)菌性疾病等。本文從臨床需求和實(shí)際情況出發(fā),對眼科?朴跋駭(shù)據(jù)進(jìn)行分析的關(guān)鍵技術(shù)進(jìn)行了研究。針對當(dāng)前有標(biāo)注數(shù)據(jù)獲取難度大,未標(biāo)注樣本獲取相對容易的現(xiàn)狀,提出了使用半監(jiān)督學(xué)習(xí)算法對眼科?朴跋襁M(jìn)行分析。論文主要工作內(nèi)容為:在已有的研究基礎(chǔ)上,選擇更適合診斷白內(nèi)障疾病的眼底圖像處理方法。包括使用G通道的眼底圖像、使用形態(tài)學(xué)的方法對原眼科?朴跋襁M(jìn)行增強(qiáng)和使用三邊濾波器對眼科?朴跋襁M(jìn)行去噪;提取了眼科?朴跋竦男〔ㄌ卣骱图y理特征,作為后期分類與分級的依據(jù);由于數(shù)據(jù)集由少量的有標(biāo)注樣本和大量的未標(biāo)注樣本組成,再加上標(biāo)注樣本代價高,本文使用了協(xié)同式訓(xùn)練算法對眼科?朴跋襁M(jìn)行分類與分級,大大地減少了醫(yī)生的負(fù)擔(dān)并且極大地提高了眼科醫(yī)療水平。本文中的...
【文章來源】:中北大學(xué)山西省
【文章頁數(shù)】:69 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
abstract
1.緒論
1.1 選題依據(jù)、選題背景及研究意義
1.1.1 選題依據(jù)
1.1.2 選題背景
1.1.3 研究意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 國外研究現(xiàn)狀
1.2.2 國內(nèi)研究現(xiàn)狀
1.3 本文主要研究內(nèi)容及安排
1.3.1 主要研究內(nèi)容
1.3.2 論文組織結(jié)構(gòu)
1.4 本章小結(jié)
2.白內(nèi)障眼底圖像的相關(guān)理論知識
2.1 人眼的基本結(jié)構(gòu)
2.2 白內(nèi)障眼底圖像的分類標(biāo)準(zhǔn)
2.3 本章小結(jié)
3.眼科?朴跋耦A(yù)處理的關(guān)鍵技術(shù)
3.1 圖像的彩色空間變換
3.1.1 各種彩色空間模型
3.1.2 不同色彩空間中眼底圖像的提取
3.2 圖像增強(qiáng)的方法
3.2.1 灰度級變換
3.2.2 直方圖處理
3.2.3 灰度圖像中的形態(tài)學(xué)處理
3.2.4 眼科?朴跋裨鰪(qiáng)的實(shí)驗(yàn)結(jié)果
3.3 眼科?朴跋駡D像去噪
3.3.1 均值濾波器
3.3.2 中值濾波器
3.3.3 圖像銳化
3.3.4 三邊濾波器
3.4 本章小結(jié)
4.半監(jiān)督學(xué)習(xí)的相關(guān)理論
4.1 半監(jiān)督學(xué)習(xí)的由來
4.1.1 有監(jiān)督學(xué)習(xí)
4.1.2 無監(jiān)督學(xué)習(xí)
4.1.3 半監(jiān)督學(xué)習(xí)
4.2 半監(jiān)督學(xué)習(xí)簡介
4.2.1 基本思想
4.2.2 基本假設(shè)
4.3 半監(jiān)督分類
4.3.1 基于協(xié)同訓(xùn)練模式的方法
4.3.2 基于tri-training的半監(jiān)督協(xié)同訓(xùn)練算法
4.4 本章小結(jié)
5.眼科?朴跋駭(shù)據(jù)分析
5.1 眼科?朴跋竦臄(shù)據(jù)集獲取
5.2 眼科?朴跋耦A(yù)處理
5.3 眼科?朴跋裉卣魈崛
5.3.1 小波特征提取
5.3.2 紋理特征提取
5.4 使用tri-training對眼科?朴跋襁M(jìn)行分析
5.4.1 支持向量機(jī)
5.4.2 決策樹
5.4.3 兩種分類器的實(shí)驗(yàn)結(jié)果對比
6.結(jié)論與展望
6.1 全文總結(jié)
6.2 未來工作展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間所獲得的研究成果
致謝
【參考文獻(xiàn)】:
期刊論文
[1]粗決策樹動態(tài)規(guī)則提取算法研究及應(yīng)用[J]. 陳麗芳,王云,張奉. 計(jì)算機(jī)應(yīng)用. 2015(11)
[2]應(yīng)用HSV到RGB的轉(zhuǎn)換關(guān)系于室內(nèi)色彩設(shè)計(jì)[J]. 翟華明. 佛山科學(xué)技術(shù)學(xué)院學(xué)報(bào)(自然科學(xué)版). 2015(05)
[3]基于NI機(jī)器視覺的膠帶縱向撕裂檢測系統(tǒng)[J]. 胡明明,喬鐵柱,鄭補(bǔ)祥. 儀表技術(shù)與傳感器. 2013(11)
[4]基于小波變換的時空數(shù)據(jù)壓縮方法[J]. 孫家寶,郭峰林,薛偉,趙克威,張新祥. 武漢工業(yè)學(xué)院學(xué)報(bào). 2013(03)
[5]一種改進(jìn)的中值濾波方法[J]. 袁勇,張固瀾. 成都理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2013(02)
[6]基于直方圖均衡化的彩色圖像增強(qiáng)[J]. 姜冬琴,李明東. 電腦知識與技術(shù). 2013(04)
[7]基于膚色HSV彩色模型下的人臉檢測[J]. 劉萌. 商洛學(xué)院學(xué)報(bào). 2012(02)
[8]基于HSI空間的彩色繡花圖樣的輪廓提取算法研究[J]. 胡少凜,范秀娟. 北京服裝學(xué)院學(xué)報(bào)(自然科學(xué)版). 2012(01)
[9]45例老年性白內(nèi)障患者術(shù)后黃斑病變的臨床分析[J]. 羅光輝. 醫(yī)學(xué)信息(中旬刊). 2011(06)
[10]基于分量提取的眼底圖像預(yù)處理研究[J]. 劉杰. 中州大學(xué)學(xué)報(bào). 2010(03)
博士論文
[1]眼底圖像分割算法及應(yīng)用研究[D]. 高瑋瑋.南京航空航天大學(xué) 2013
[2]智能移動式水果采摘機(jī)器人系統(tǒng)的研究[D]. 顧寶興.南京農(nóng)業(yè)大學(xué) 2012
[3]視網(wǎng)膜血管圖像處理的若干關(guān)鍵問題研究[D]. 趙曉芳.華南理工大學(xué) 2011
[4]基于圖的半監(jiān)督學(xué)習(xí)及其應(yīng)用研究[D]. 潘俊.浙江大學(xué) 2011
[5]醫(yī)學(xué)影像云服務(wù)平臺基礎(chǔ)架構(gòu)研究與實(shí)踐[D]. 李彭軍.南方醫(yī)科大學(xué) 2011
[6]眼底圖像的血管特征分析[D]. 韓松濤.吉林大學(xué) 2010
[7]眼底圖像處理與分析中一些關(guān)鍵問題的研究[D]. 李居朋.北京交通大學(xué) 2009
碩士論文
[1]基于樣本去噪的協(xié)同訓(xùn)練算法研究[D]. 鄒細(xì)濤.西南大學(xué) 2015
[2]眼底圖像視神經(jīng)盤和滲出物自動分割算法研究[D]. 于婷.蘭州大學(xué) 2015
[3]基于多分類器投票集成的半監(jiān)督情感分類方法研究[D]. 黃偉.上海交通大學(xué) 2015
[4]基于FPGA的人體姿態(tài)檢測與識別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 果彬.東北大學(xué) 2014
[5]病變眼底圖像高效高精度視盤定位與分割[D]. 趙圓圓.湘潭大學(xué) 2014
[6]基于高斯Markov隨機(jī)場混合模型的彩色眼底視網(wǎng)膜血管分割提取[D]. 湯莉平.云南大學(xué) 2014
[7]基于多視圖的半監(jiān)督學(xué)習(xí)分類算法的研究[D]. 孫鵬.吉林大學(xué) 2014
[8]基于專家知識的白內(nèi)障影像等級自動分類系統(tǒng)研究[D]. 楊美美.北京郵電大學(xué) 2014
[9]基于局部血管結(jié)構(gòu)的眼底圖像配準(zhǔn)[D]. 沈奔.湘潭大學(xué) 2013
[10]視網(wǎng)膜圖像中血管提取及相關(guān)技術(shù)的研究[D]. 郭博書.北京工業(yè)大學(xué) 2013
本文編號:3576341
【文章來源】:中北大學(xué)山西省
【文章頁數(shù)】:69 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
abstract
1.緒論
1.1 選題依據(jù)、選題背景及研究意義
1.1.1 選題依據(jù)
1.1.2 選題背景
1.1.3 研究意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 國外研究現(xiàn)狀
1.2.2 國內(nèi)研究現(xiàn)狀
1.3 本文主要研究內(nèi)容及安排
1.3.1 主要研究內(nèi)容
1.3.2 論文組織結(jié)構(gòu)
1.4 本章小結(jié)
2.白內(nèi)障眼底圖像的相關(guān)理論知識
2.1 人眼的基本結(jié)構(gòu)
2.2 白內(nèi)障眼底圖像的分類標(biāo)準(zhǔn)
2.3 本章小結(jié)
3.眼科?朴跋耦A(yù)處理的關(guān)鍵技術(shù)
3.1 圖像的彩色空間變換
3.1.1 各種彩色空間模型
3.1.2 不同色彩空間中眼底圖像的提取
3.2 圖像增強(qiáng)的方法
3.2.1 灰度級變換
3.2.2 直方圖處理
3.2.3 灰度圖像中的形態(tài)學(xué)處理
3.2.4 眼科?朴跋裨鰪(qiáng)的實(shí)驗(yàn)結(jié)果
3.3 眼科?朴跋駡D像去噪
3.3.1 均值濾波器
3.3.2 中值濾波器
3.3.3 圖像銳化
3.3.4 三邊濾波器
3.4 本章小結(jié)
4.半監(jiān)督學(xué)習(xí)的相關(guān)理論
4.1 半監(jiān)督學(xué)習(xí)的由來
4.1.1 有監(jiān)督學(xué)習(xí)
4.1.2 無監(jiān)督學(xué)習(xí)
4.1.3 半監(jiān)督學(xué)習(xí)
4.2 半監(jiān)督學(xué)習(xí)簡介
4.2.1 基本思想
4.2.2 基本假設(shè)
4.3 半監(jiān)督分類
4.3.1 基于協(xié)同訓(xùn)練模式的方法
4.3.2 基于tri-training的半監(jiān)督協(xié)同訓(xùn)練算法
4.4 本章小結(jié)
5.眼科?朴跋駭(shù)據(jù)分析
5.1 眼科?朴跋竦臄(shù)據(jù)集獲取
5.2 眼科?朴跋耦A(yù)處理
5.3 眼科?朴跋裉卣魈崛
5.3.1 小波特征提取
5.3.2 紋理特征提取
5.4 使用tri-training對眼科?朴跋襁M(jìn)行分析
5.4.1 支持向量機(jī)
5.4.2 決策樹
5.4.3 兩種分類器的實(shí)驗(yàn)結(jié)果對比
6.結(jié)論與展望
6.1 全文總結(jié)
6.2 未來工作展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間所獲得的研究成果
致謝
【參考文獻(xiàn)】:
期刊論文
[1]粗決策樹動態(tài)規(guī)則提取算法研究及應(yīng)用[J]. 陳麗芳,王云,張奉. 計(jì)算機(jī)應(yīng)用. 2015(11)
[2]應(yīng)用HSV到RGB的轉(zhuǎn)換關(guān)系于室內(nèi)色彩設(shè)計(jì)[J]. 翟華明. 佛山科學(xué)技術(shù)學(xué)院學(xué)報(bào)(自然科學(xué)版). 2015(05)
[3]基于NI機(jī)器視覺的膠帶縱向撕裂檢測系統(tǒng)[J]. 胡明明,喬鐵柱,鄭補(bǔ)祥. 儀表技術(shù)與傳感器. 2013(11)
[4]基于小波變換的時空數(shù)據(jù)壓縮方法[J]. 孫家寶,郭峰林,薛偉,趙克威,張新祥. 武漢工業(yè)學(xué)院學(xué)報(bào). 2013(03)
[5]一種改進(jìn)的中值濾波方法[J]. 袁勇,張固瀾. 成都理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2013(02)
[6]基于直方圖均衡化的彩色圖像增強(qiáng)[J]. 姜冬琴,李明東. 電腦知識與技術(shù). 2013(04)
[7]基于膚色HSV彩色模型下的人臉檢測[J]. 劉萌. 商洛學(xué)院學(xué)報(bào). 2012(02)
[8]基于HSI空間的彩色繡花圖樣的輪廓提取算法研究[J]. 胡少凜,范秀娟. 北京服裝學(xué)院學(xué)報(bào)(自然科學(xué)版). 2012(01)
[9]45例老年性白內(nèi)障患者術(shù)后黃斑病變的臨床分析[J]. 羅光輝. 醫(yī)學(xué)信息(中旬刊). 2011(06)
[10]基于分量提取的眼底圖像預(yù)處理研究[J]. 劉杰. 中州大學(xué)學(xué)報(bào). 2010(03)
博士論文
[1]眼底圖像分割算法及應(yīng)用研究[D]. 高瑋瑋.南京航空航天大學(xué) 2013
[2]智能移動式水果采摘機(jī)器人系統(tǒng)的研究[D]. 顧寶興.南京農(nóng)業(yè)大學(xué) 2012
[3]視網(wǎng)膜血管圖像處理的若干關(guān)鍵問題研究[D]. 趙曉芳.華南理工大學(xué) 2011
[4]基于圖的半監(jiān)督學(xué)習(xí)及其應(yīng)用研究[D]. 潘俊.浙江大學(xué) 2011
[5]醫(yī)學(xué)影像云服務(wù)平臺基礎(chǔ)架構(gòu)研究與實(shí)踐[D]. 李彭軍.南方醫(yī)科大學(xué) 2011
[6]眼底圖像的血管特征分析[D]. 韓松濤.吉林大學(xué) 2010
[7]眼底圖像處理與分析中一些關(guān)鍵問題的研究[D]. 李居朋.北京交通大學(xué) 2009
碩士論文
[1]基于樣本去噪的協(xié)同訓(xùn)練算法研究[D]. 鄒細(xì)濤.西南大學(xué) 2015
[2]眼底圖像視神經(jīng)盤和滲出物自動分割算法研究[D]. 于婷.蘭州大學(xué) 2015
[3]基于多分類器投票集成的半監(jiān)督情感分類方法研究[D]. 黃偉.上海交通大學(xué) 2015
[4]基于FPGA的人體姿態(tài)檢測與識別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 果彬.東北大學(xué) 2014
[5]病變眼底圖像高效高精度視盤定位與分割[D]. 趙圓圓.湘潭大學(xué) 2014
[6]基于高斯Markov隨機(jī)場混合模型的彩色眼底視網(wǎng)膜血管分割提取[D]. 湯莉平.云南大學(xué) 2014
[7]基于多視圖的半監(jiān)督學(xué)習(xí)分類算法的研究[D]. 孫鵬.吉林大學(xué) 2014
[8]基于專家知識的白內(nèi)障影像等級自動分類系統(tǒng)研究[D]. 楊美美.北京郵電大學(xué) 2014
[9]基于局部血管結(jié)構(gòu)的眼底圖像配準(zhǔn)[D]. 沈奔.湘潭大學(xué) 2013
[10]視網(wǎng)膜圖像中血管提取及相關(guān)技術(shù)的研究[D]. 郭博書.北京工業(yè)大學(xué) 2013
本文編號:3576341
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/3576341.html
最近更新
教材專著