【摘要】：自從2014年Lan Goodfellow提出生成式對抗網(wǎng)絡(luò)(GAN)以來,GAN就成為人工智能中非常熱門的研究領(lǐng)域,大量與GAN相關(guān)的文章被發(fā)表。同時(shí)GAN的技術(shù)也應(yīng)用到各種領(lǐng)域當(dāng)中,例如圖像的生成、語音的生成、自然語言序列的生成、風(fēng)格的遷移等。由于GAN為無監(jiān)督的學(xué)習(xí)方式,GAN極有可能實(shí)現(xiàn)真正的智能學(xué)習(xí),從而成為未來人工智能領(lǐng)域的主要研究領(lǐng)域之一。深度學(xué)習(xí)作為當(dāng)下炙手可熱的人工智能算法,在各個(gè)領(lǐng)域都表現(xiàn)出不同凡響的影響力,與傳統(tǒng)的機(jī)器學(xué)習(xí)算法相比,在絕大多數(shù)任務(wù)中深度學(xué)習(xí)能輕松的在各項(xiàng)評估指標(biāo)上超過機(jī)器學(xué)習(xí)和其它一些智能算法,特別是在計(jì)算機(jī)視覺和圖像處理方面,深度學(xué)習(xí)的發(fā)展已經(jīng)使該領(lǐng)域有了前所未有的突破。隨著深度學(xué)習(xí)的不斷發(fā)展以及在圖像處理方面的優(yōu)異表現(xiàn),深度學(xué)習(xí)也正在成為醫(yī)學(xué)圖像處理領(lǐng)域中主流的智能輔助診斷和智能診斷算法。視網(wǎng)膜疾病檢測是人體唯一非侵入式的檢測方法。然而從彩色眼底圖像中獲得血管二值圖像需要專業(yè)醫(yī)生花費(fèi)大量時(shí)間和精力對彩色眼底圖像進(jìn)行標(biāo)注,同時(shí)高精度的眼底血管分割可以很大程度上提高疾病的診斷保障,因此利用先進(jìn)的智能算法進(jìn)行眼底血管分割并提高血管分割精度具有重要意義和價(jià)值。由于現(xiàn)有的眼底圖像數(shù)據(jù)集中有標(biāo)注的眼底血管圖像數(shù)量非常少,利用這些數(shù)據(jù)訓(xùn)練出來的深度學(xué)習(xí)模型泛化性能比較差。一個(gè)直觀的思想就是將生成式對抗網(wǎng)絡(luò)和深度學(xué)習(xí)這兩項(xiàng)熱門的技術(shù)同時(shí)應(yīng)用到血管分割領(lǐng)域中,生成式對抗網(wǎng)絡(luò)負(fù)責(zé)生成新的眼底圖像來擴(kuò)增數(shù)據(jù)集,之后使用擴(kuò)增的數(shù)據(jù)集進(jìn)行深度學(xué)習(xí)模型的訓(xùn)練,得到泛化性能更好的深度學(xué)習(xí)模型。本文的主要工作包括兩個(gè)方面,一是提出一種在U-Net中加入了 DenseBlock、ResBlock和Attention機(jī)制的分割網(wǎng)絡(luò)(DRAU-Net),通過實(shí)驗(yàn)證明了 DRAU-Net網(wǎng)絡(luò)相比于其它幾種經(jīng)典網(wǎng)絡(luò)在眼底血管分割任務(wù)上具有較大的優(yōu)越性,其血管分割的效果已經(jīng)達(dá)到了世界領(lǐng)先水平并超過了專業(yè)醫(yī)生的判別能力。二是利用上述提出的網(wǎng)絡(luò)結(jié)構(gòu)作為生成器設(shè)計(jì)了一種新的GAN網(wǎng)絡(luò)(DRAGAN),利用DRAGAN在已有的二值血管分割圖上生成逼真的彩色眼底圖像,用生成的數(shù)據(jù)和真實(shí)數(shù)據(jù)同時(shí)訓(xùn)練一個(gè)DRAU-Net網(wǎng)絡(luò)模型來增強(qiáng)網(wǎng)絡(luò)的泛化能力。通過對訓(xùn)練好的DRAU-Net模型進(jìn)行測試集上的評估,從評估指標(biāo)中判別DRAU-Net的泛化能力,也間接證明了 DRAGAN生成的彩色眼底圖像可以用于數(shù)據(jù)的擴(kuò)增,為之后在缺乏數(shù)據(jù)的情況下提供了一個(gè)增強(qiáng)模型泛化能力的方法。
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：R770.4;TP391.41;TP18
【圖文】：

圖２－１眼底數(shù)據(jù)集

圖２－２邋（ａ）ＲＯＣ曲線

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 王曉紅;趙于前;廖苗;鄒北驥;;基于多尺度2D Gabor小波的視網(wǎng)膜血管自動(dòng)分割[J];自動(dòng)化學(xué)報(bào);2015年05期

本文編號：2740812