眼底視網(wǎng)膜圖像處理與分析是計算機(jī)視覺在醫(yī)學(xué)領(lǐng)域的重要應(yīng)用,通過對眼底圖像結(jié)構(gòu)分割可以有效地對各類疾病進(jìn)行準(zhǔn)確的判斷,例如糖尿病性視網(wǎng)膜病變、動脈硬化、高血壓、青光眼以及其它眼底相關(guān)疾病。傳統(tǒng)分割算法誤差較大,近年來,深度學(xué)習(xí)網(wǎng)絡(luò)框架層出不窮,如何利用深度學(xué)習(xí)的方法來代替眼科醫(yī)生人工觀測,從而提高檢測效率和降低人工誤檢率逐漸成為當(dāng)前研究的熱點問題。眼底圖像視網(wǎng)膜結(jié)構(gòu)分割是本文的主要研究內(nèi)容。首先,針對眼底血管圖像數(shù)據(jù)不易收集、標(biāo)注工作繁瑣的問題,本文提出基于GAN網(wǎng)絡(luò)的眼底血管圖像自動生成方法。生成網(wǎng)絡(luò)部分采用編碼器和解碼器兩個部分,編碼器為特征提取帶來了更豐富的語義信息,解碼器使用反卷積來恢復(fù)特征圖的尺寸,并融合編碼器中的特征圖以修復(fù)損失的特征信息,判別網(wǎng)絡(luò)部分負(fù)責(zé)判斷輸入判別網(wǎng)絡(luò)的圖像是否為真實圖像。在此基礎(chǔ)上,本文提出一種基于深度學(xué)習(xí)的眼底圖像結(jié)構(gòu)分割方法,分割對象為眼底圖像的血管、視杯視盤、黃斑、出血點和滲出物眼底結(jié)構(gòu)。針對眼底圖像結(jié)構(gòu)復(fù)雜,結(jié)構(gòu)細(xì)節(jié)分割不清晰的問題,設(shè)計多尺度輸入卷積神經(jīng)網(wǎng)絡(luò)以增加網(wǎng)絡(luò)對于分割結(jié)構(gòu)細(xì)節(jié)的學(xué)習(xí)能力,每一個尺度的數(shù)據(jù)先經(jīng)過VGG-19卷積層提取卷積特... 

【文章來源】：天津工業(yè)大學(xué)天津市

【文章頁數(shù)】：75 頁

【學(xué)位級別】：碩士

【部分圖文】：

糖尿病性視網(wǎng)膜病

天津工業(yè)大學(xué)碩士學(xué)位論文26圖3-4生成網(wǎng)絡(luò)結(jié)構(gòu)3.1.2判別網(wǎng)絡(luò)結(jié)構(gòu)判別器具體網(wǎng)絡(luò)結(jié)構(gòu)如圖3-5所示。當(dāng)輸入尺寸為256×256的圖像數(shù)據(jù)時，圖3-5第一行為輸入圖像數(shù)據(jù)的尺寸，第二行中e1e8和第四行d1d8為生成器中對應(yīng)的變量，第三行d1td7t為生成器中編碼器的臨時變量。然后與e8e2在通道維度進(jìn)行連接后得到最終的d1d7。最終d8經(jīng)過Tanh函數(shù)輸出，得到范圍為[-1,1]之內(nèi)的生成圖像對。

第四章結(jié)合多尺度輸入與圖像生成的眼底圖像分割方法37針對覆蓋型結(jié)構(gòu)分割邊緣誤差問題，本文對覆蓋型結(jié)構(gòu)做FOV提取的數(shù)據(jù)預(yù)處理，如圖4-7所示。原始圖像如圖4-7第一行所示，F(xiàn)OV提取后對應(yīng)圖4-7第二行所示。圖4-7眼底圖像FOV邊緣提取分割眼底圖像覆蓋型結(jié)構(gòu)的第一步是把視網(wǎng)膜圖像從背景中分割出來，即FOV提齲本文通過使用K均值聚類方法[61]相似屬性的圖像像素分組，在視網(wǎng)膜眼底圖像中減少不同顏色的數(shù)量，執(zhí)行自適應(yīng)閾值處理方法從視網(wǎng)膜眼底圖像的背景中分割FOV邊界，由于目的是將FOV與背景區(qū)分開，因此閾值必須大于背景像素的強(qiáng)度值。通過將閾值從0(對應(yīng)于黑色)改變至30來對比觀察，可設(shè)原始圖像為f(x,y)，T為閾值，閾值分割時則滿足式(4-2)：1(,)(,)0(,)fxyTgxyfxyT，，(4-2)最初，F(xiàn)OV分割隨著閾值增加而改善，但是在一定值之后，即T=23，在分割中沒有顯著改善，F(xiàn)OV邊界和FOV邊界變得扭曲，這是由于包含對應(yīng)于FOV的內(nèi)部區(qū)域的像素。因此，本文將FOV將閾值定為23。圖4-7中給出了一些視網(wǎng)膜圖像和相應(yīng)的分割出來的FOV，很好地能解決了FOV邊緣誤檢的問題。彩色眼底圖像覆蓋型結(jié)構(gòu)預(yù)處理結(jié)束后，下一步是將數(shù)據(jù)輸入到Multi-seg-CNN網(wǎng)絡(luò)中。本文采用了圖4-2所示的Multi-seg-CNN網(wǎng)絡(luò)，分別輸入數(shù)據(jù)尺寸為224×224，448×448，896×896以及完整圖像，目的是在注重網(wǎng)絡(luò)

【參考文獻(xiàn)】：
期刊論文
[1]眼底熒光血管造影在糖尿病性視網(wǎng)膜病變診斷及治療中的應(yīng)用價值[J]. 蔣小均,趙研.  糖尿病新世界. 2019(03)
[2]糖尿病性視網(wǎng)膜病變發(fā)病機(jī)制研究進(jìn)展[J]. 魏瑩瑩,顧永昊.  實用防盲技術(shù). 2016(03)
[3]彩色眼底圖像視網(wǎng)膜血管分割方法研究進(jìn)展[J]. 朱承璋,鄒北驥,向遙,嚴(yán)權(quán)峰,梁毅雄,崔錦愷,劉晴.  計算機(jī)輔助設(shè)計與圖形學(xué)學(xué)報. 2015(11)
[4]眼底紅外檢測儀的研究[J]. 黃君鑫,董屠薔,朱俊,宋貴才.  長春理工大學(xué)學(xué)報(自然科學(xué)版). 2008(01)
[5]糖尿病眼底病變相關(guān)因素分析[J]. 田文真,李紅梅.  寧夏醫(yī)學(xué)雜志. 2003(04)

碩士論文
[1]基于生成式對抗網(wǎng)絡(luò)眼底圖像生成與深度學(xué)習(xí)血管分割[D]. 石小周.北京交通大學(xué) 2019



本文編號：3603531