【摘要】：青光眼是目前世界上致盲率較高的一種眼科疾病。早期青光眼沒有明顯的癥狀,一旦患者發(fā)現(xiàn)視力下降和視野缺失時,往往已經(jīng)達(dá)到青光眼晚期,病程不可逆轉(zhuǎn)。在臨床上,眼科醫(yī)生使用彩色眼底圖像對患者進行初步的眼底篩查。但目前眼科疾病的臨床診斷嚴(yán)重依賴于眼科醫(yī)生的醫(yī)學(xué)經(jīng)驗,導(dǎo)致檢查結(jié)果差異性較大。在大規(guī)模眼底檢查中,醫(yī)生需要花費大量的時間和精力,因而存在誤診和漏診的現(xiàn)象。因此,本文使用計算機輔助診斷技術(shù),通過結(jié)合圖像處理和深度學(xué)習(xí)技術(shù)輔助眼科醫(yī)生進行大規(guī)模眼底檢查。在眼底圖像中,青光眼疾病的發(fā)生常表現(xiàn)為視神經(jīng)萎縮和視盤線狀出血,即視盤、視杯和視網(wǎng)膜血管發(fā)生變化。因此,利用計算機實現(xiàn)視盤、視杯和視網(wǎng)膜血管等結(jié)構(gòu)的準(zhǔn)確分割和相關(guān)各項參數(shù)的測量,對青光眼疾病的初步篩查和后期診斷具有重要的意義。針對目前已有分割算法存在準(zhǔn)確率不高、靈敏度較低和錯誤識別分割區(qū)域等問題,本文基于深度學(xué)習(xí)的基本理論,設(shè)計深度神經(jīng)網(wǎng)絡(luò)模型實現(xiàn)視網(wǎng)膜血管、視盤和視杯結(jié)構(gòu)的分割,并利用分割結(jié)果計算臨床參數(shù)來輔助眼科醫(yī)生進行青光眼疾病的初步篩查工作。本文的主要工作如下:首先,針對已有血管分割算法對眼底圖像中細(xì)小血管分割準(zhǔn)確率不高以及靈敏度較低的問題,提出一種改進U型網(wǎng)絡(luò)的眼底圖像血管分割算法。該算法利用殘差網(wǎng)絡(luò)的思想,將傳統(tǒng)卷積層串行連接方式改為殘差映射相疊加的方式,并在卷積層之間加入批量歸一化和PReLU激活函數(shù)對網(wǎng)絡(luò)進行優(yōu)化。算法在DRIVE和CHASE_DB1眼底數(shù)據(jù)庫上進行實驗,相較文獻中最好的算法在準(zhǔn)確率、靈敏度和AUC上平均提高了2.47%、0.21%和0.35%。其次,針對已有視盤視杯分割算法對眼底圖像中視盤和視杯分割精度不高以及錯誤識別分割區(qū)域的問題,提出了一種利用深度學(xué)習(xí)技術(shù)實現(xiàn)眼底視盤視杯分割的算法。該算法通過設(shè)計全卷積神經(jīng)網(wǎng)絡(luò)并結(jié)合全連接條件隨機場作為后處理來分割眼底圖像中的視盤視杯區(qū)域。實驗結(jié)果表明該算法改善了對視盤視杯區(qū)域邊緣的識別,提高了分割的精度。最后,為了驗證本文提出算法的實用性,本文在醫(yī)院中采集到的50幅臨床彩色眼底圖像上進行實驗,實現(xiàn)了青光眼疾病的初步篩查。利用本文提出的網(wǎng)絡(luò)模型分割出視網(wǎng)膜血管、視盤和視杯結(jié)構(gòu),計算杯盤比、神經(jīng)視網(wǎng)膜邊緣比率和視網(wǎng)膜血管比率等臨床參數(shù)來初步篩查青光眼疾病。實驗表明,本文辨別疑似青光眼疾病的準(zhǔn)確率可達(dá)96%。
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP391.41;TP18

【相似文獻】

相關(guān)期刊論文 前10條

1 高宏杰;邱天爽;丑遠(yuǎn)婷;周明;張曉博;;基于改進U型網(wǎng)絡(luò)的眼底圖像血管分割[J];中國生物醫(yī)學(xué)工程學(xué)報;2019年01期

2 吉浩;劉靈;李璐;趙丹丹;;眼底圖像處理與分析中的關(guān)鍵技術(shù)研究[J];中國繼續(xù)醫(yī)學(xué)教育;2018年27期

3 曹米莎;程建新;陳昱昆;龐博;王劍鋒;詹增榮;鄺健;周少博;李輝;梁納;袁永剛;盧毓敏;陳悅玲;;眼底圖像檢驗系統(tǒng)對眼底的臨床觀察與研究[J];臨床醫(yī)學(xué)工程;2013年01期

4 劉愛珍,馬斌榮,徐亮,楊樺,孫秀英;眼底圖像融合[J];中國醫(yī)學(xué)影像技術(shù);2003年11期

5 陸輝輝;夏海英;;基于機器學(xué)習(xí)對眼底圖像視網(wǎng)膜血管分割方法[J];廣西物理;2018年Z1期

6 高瑋瑋;程武山;沈建新;左晶;張愛華;;免散瞳眼底圖像在糖尿病視網(wǎng)膜病變自動篩查中的應(yīng)用[J];激光生物學(xué)報;2015年04期

7 楊艷;邵楓;;基于雙字典學(xué)習(xí)的眼底圖像血管分割[J];光電子·激光;2019年02期

8 盛韓偉;戴培山;劉智航;張文妙韻;趙亞麗;范敏;;基于拓?fù)浣Y(jié)構(gòu)的眼底圖像分割評價新方法[J];生物醫(yī)學(xué)工程學(xué)雜志;2015年05期

9 咼明;陳長征;劉劍萍;聶尚武;;一款適用于糖尿病視網(wǎng)膜病變遠(yuǎn)程篩查的軟件[J];眼科;2010年01期

10 姜平;竇全勝;王晶;;基于局部自適應(yīng)點特異度閾值的眼底圖像血管分割方法研究[J];南京大學(xué)學(xué)報(自然科學(xué));2015年01期

相關(guān)會議論文 前6條

1 王子亮;潘林;余輪;;基于矢量方法的眼底圖像預(yù)處理[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2008年

2 曹米莎;程建新;陳昱昆;龐博;王劍鋒;詹增榮;鄺健;周少博;李輝;梁納;袁永剛;盧毓敏;陳悅玲;;眼底圖像檢驗系統(tǒng)對眼底的臨床觀察與研究[A];“廣東省光學(xué)學(xué)會2013年學(xué)術(shù)交流大會”暨“粵港臺光學(xué)界產(chǎn)學(xué)研合作交流大會”會議手冊論文集[C];2013年

3 唐甜華;唐建清;聶天宇;王貴學(xué);葉志義;;基于眼底圖像的視網(wǎng)膜血管三維重建[A];第十二屆全國生物力學(xué)學(xué)術(shù)會議暨第十四屆全國生物流變學(xué)學(xué)術(shù)會議會議論文摘要匯編[C];2018年

4 黃君鑫;;紅外眼底鏡的研究[A];中國光學(xué)學(xué)會2006年學(xué)術(shù)大會論文摘要集[C];2006年

5 陳驥;彭承琳;劉成冬;;眼底照相機圖像采集處理系統(tǒng)設(shè)計[A];中國生物醫(yī)學(xué)工程學(xué)會第六次會員代表大會暨學(xué)術(shù)會議論文摘要匯編[C];2004年

6 ;外賓介紹[A];中國眼底病論壇·全國眼底病專題學(xué)術(shù)研討會論文匯編[C];2008年

相關(guān)博士學(xué)位論文 前10條

1 周磊;深度學(xué)習(xí)在糖網(wǎng)病篩查中的研究與應(yīng)用[D];上海交通大學(xué);2018年

2 熊荔;基于彩色眼底圖的圖像分析與疾病自動診斷算法研究[D];北京理工大學(xué);2017年

3 連劍;多光譜眼底圖像處理算法研究[D];山東師范大學(xué);2019年

4 張欣鵬;彩色眼底圖像微動脈瘤檢測方法研究[D];天津工業(yè)大學(xué);2017年

5 姜平;眼底圖像分割方法研究[D];吉林大學(xué);2018年

6 韓松濤;眼底圖像的血管特征分析[D];吉林大學(xué);2010年

7 金凱;重要眼病基于計算機輔助圖像分析診斷技術(shù)研究[D];浙江大學(xué);2018年

8 高瑋瑋;眼底圖像分割算法及應(yīng)用研究[D];南京航空航天大學(xué);2013年

9 姚暢;眼底圖像分割方法的研究及其應(yīng)用[D];北京交通大學(xué);2009年

10 王玉亮;眼底圖像處理與分析中的關(guān)鍵技術(shù)研究[D];南京航空航天大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 孫晶;基于深度學(xué)習(xí)的視網(wǎng)膜圖像分析算法研究[D];南京航空航天大學(xué);2019年

2 吳陸輝;基于深度學(xué)習(xí)的糖尿病視網(wǎng)膜病變診斷[D];南京航空航天大學(xué);2019年

3 高宏杰;基于深度學(xué)習(xí)的眼底圖像分割與輔助診斷研究[D];大連理工大學(xué);2019年

4 劉夢雪;糖尿病性視網(wǎng)膜病變眼底圖像自動分析[D];上海交通大學(xué);2017年

5 舒龍飛;基于卷積神經(jīng)網(wǎng)絡(luò)的眼底圖像視盤視杯分割方法研究[D];華中科技大學(xué);2019年

6 商逸凡;基于數(shù)據(jù)增強的糖尿病性視網(wǎng)膜病變檢測[D];北京交通大學(xué);2019年

7 吳廣賢;基于圖像處理的糖尿病視網(wǎng)膜病變輔助診斷研究[D];華北水利水電大學(xué);2019年

8 李郭;基于深度學(xué)習(xí)的糖尿病視網(wǎng)膜眼底圖像病變分析算法研究[D];上海交通大學(xué);2018年

9 劉江明;眼底圖像的糖網(wǎng)病變分類研究與實現(xiàn)[D];電子科技大學(xué);2019年

10 徐宏;基于眼底圖像的糖尿病視網(wǎng)膜病變智能診斷[D];電子科技大學(xué);2019年

，

本文編號：2588755