基于卷積神經(jīng)網(wǎng)絡(luò)和圖搜索的OCT圖像視網(wǎng)膜層分割研究
發(fā)布時間:2021-11-29 03:24
視網(wǎng)膜病變是一種常見的眼科疾病,嚴(yán)重危害著人類的視覺感官系統(tǒng)。隨著人們年齡的增長,視網(wǎng)膜病變的發(fā)病率逐漸升高,越來越受到廣大研究者的關(guān)注。臨床研究表明,許多疾病都會引起視網(wǎng)膜厚度發(fā)生變化,甚至?xí)沟靡暰W(wǎng)膜的某一細(xì)胞層消失。光學(xué)相干斷層掃描(Optical coherence tomography,OCT)成像技術(shù)能夠清晰的呈現(xiàn)視網(wǎng)膜的各個細(xì)胞層,醫(yī)生可以通過觀察視網(wǎng)膜層發(fā)生的這些細(xì)微變化來對疾病進行診斷,而OCT圖像視網(wǎng)膜層的精確分割是開展疾病診斷的重要前提和保障。由于某些視網(wǎng)膜層的邊界對比度較低,并且疾病可能引起視網(wǎng)膜層形變,因此視網(wǎng)膜層分割仍然具有很大的挑戰(zhàn)。為了更加精確的分割視網(wǎng)膜層,本文采用先進的深度學(xué)習(xí)網(wǎng)絡(luò)模型,深入開展OCT圖像視網(wǎng)膜層分割研究,提出了兩種基于卷積神經(jīng)網(wǎng)絡(luò)和圖搜索的視網(wǎng)膜層分割方法,主要工作如下:1)本文提出了一種多尺度卷積神經(jīng)網(wǎng)絡(luò)(Multiscale convolutional neural network,MCNN),在傳統(tǒng)的CIFAR網(wǎng)絡(luò)中融入了多尺度特征信息,旨在提取更加有鑒別力的綜合特征來識別視網(wǎng)膜層邊界,得到較為精確的概率圖。同時,為了降低與邊...
【文章來源】:湘潭大學(xué)湖南省
【文章頁數(shù)】:65 頁
【學(xué)位級別】:碩士
【部分圖文】:
眼球結(jié)構(gòu)示意圖
OPL):由雙極細(xì)胞的樹突以及視錐細(xì)胞和視桿細(xì)胞的層(Outernuclearlayer,ONL):由視桿細(xì)胞和視錐細(xì)胞的細(xì)胞(Externallimitingmenbrane,ELM):由 Müller 細(xì)胞的外突末光層(Photoreceptorlayer,PL):由視桿細(xì)胞和視錐細(xì)胞的外皮層(Retinal pigment epithelium, RPE):由單層色素上皮細(xì)
圖 1.3 視網(wǎng)膜 OCT 圖像 視網(wǎng)膜層分割的意義目前,隨著智能手機、電腦等的普及,眼睛在日常工作生活中的負(fù)擔(dān)日網(wǎng)膜的病變也變得越來越低齡化。許多疾病都會引起視網(wǎng)膜的厚度發(fā)有些甚至?xí)挂暰W(wǎng)膜的某一細(xì)胞層消失。例如,青光眼會使視網(wǎng)膜的神退化[3],年齡相關(guān)性黃斑病變(Age-relatedmaculardegeneration,AMD
【參考文獻】:
碩士論文
[1]基于FCM和EM算法的視網(wǎng)膜OCT圖像3-D分割[D]. 沓麗萍.中南大學(xué) 2014
本文編號:3525742
【文章來源】:湘潭大學(xué)湖南省
【文章頁數(shù)】:65 頁
【學(xué)位級別】:碩士
【部分圖文】:
眼球結(jié)構(gòu)示意圖
OPL):由雙極細(xì)胞的樹突以及視錐細(xì)胞和視桿細(xì)胞的層(Outernuclearlayer,ONL):由視桿細(xì)胞和視錐細(xì)胞的細(xì)胞(Externallimitingmenbrane,ELM):由 Müller 細(xì)胞的外突末光層(Photoreceptorlayer,PL):由視桿細(xì)胞和視錐細(xì)胞的外皮層(Retinal pigment epithelium, RPE):由單層色素上皮細(xì)
圖 1.3 視網(wǎng)膜 OCT 圖像 視網(wǎng)膜層分割的意義目前,隨著智能手機、電腦等的普及,眼睛在日常工作生活中的負(fù)擔(dān)日網(wǎng)膜的病變也變得越來越低齡化。許多疾病都會引起視網(wǎng)膜的厚度發(fā)有些甚至?xí)挂暰W(wǎng)膜的某一細(xì)胞層消失。例如,青光眼會使視網(wǎng)膜的神退化[3],年齡相關(guān)性黃斑病變(Age-relatedmaculardegeneration,AMD
【參考文獻】:
碩士論文
[1]基于FCM和EM算法的視網(wǎng)膜OCT圖像3-D分割[D]. 沓麗萍.中南大學(xué) 2014
本文編號:3525742
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3525742.html
最近更新
教材專著