2017年,我國糖尿病患者總數(shù)有1.14億人,占全國總?cè)丝诘?.201%。與此同時,糖尿病并發(fā)癥所帶來的糖尿病視網(wǎng)膜病變（以下統(tǒng)稱糖網(wǎng)病變）人數(shù)也在急劇增加。糖網(wǎng)病變嚴重影響患者的視力健康,做好糖網(wǎng)病變的篩查工作,進行早期診斷和治療,能有效地防止患者視力損傷。近年來,已經(jīng)有機構(gòu)嘗試將深度學(xué)習用于醫(yī)療領(lǐng)域。基于深度學(xué)習的計算機視覺技術(shù),具備實時性、高精度等特點,開展基于深度學(xué)習的糖網(wǎng)篩查系統(tǒng)研究,未來能有效地降低眼科醫(yī)生的勞動強度、加快門診效率。本文就此研究了基于深度學(xué)習的糖網(wǎng)篩查系統(tǒng),主要內(nèi)容如下。調(diào)研了國內(nèi)醫(yī)療機構(gòu)的糖網(wǎng)篩查流程,分析出該流程有耗時、存在主觀判斷的痛點。針對這些痛點,基于Docker、Jupyter-Notebook、TensorFlow、DIGITS 6等軟件搭建了糖網(wǎng)篩查系統(tǒng),該系統(tǒng)主要由糖網(wǎng)病程分類模塊和糖網(wǎng)特征分割模塊構(gòu)成。糖網(wǎng)病程分類模塊:采用Kaggle競賽糖網(wǎng)病程分類公共數(shù)據(jù)集,針對該數(shù)據(jù)集圖像質(zhì)量不一、病程類別圖像不均等問題,通過中值濾波、圖像均衡化等方法進行預(yù)處理�；贏lexNet、VGGNet系列算法、Inception系列算法開發(fā)出糖網(wǎng)病程分類... 

【文章來源】：武漢紡織大學(xué)湖北省

【文章頁數(shù)】：73 頁

【學(xué)位級別】：碩士

【部分圖文】：

生物神經(jīng)元Fig.2.1Biologicalneuron

武漢紡織大學(xué)碩士學(xué)位論文6圖2.2人工神經(jīng)元的計算模型Fig.2.2Computationalmodelsofartificialneurons2.2反向傳播和權(quán)值更新前饋神經(jīng)網(wǎng)絡(luò)是一種簡單的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，由多層神經(jīng)元構(gòu)建，圖2.3是前饋神經(jīng)網(wǎng)絡(luò)的示意圖。通過與其他相鄰層的節(jié)點相互連接，每一條連接都具備相關(guān)的權(quán)值。在前饋神經(jīng)網(wǎng)絡(luò)中，信號從前到后單方向傳播，從輸入節(jié)點沿著隱藏節(jié)點傳輸至輸出節(jié)點。由于純粹前饋神經(jīng)網(wǎng)絡(luò)中并沒有回環(huán)，無法糾正學(xué)習過程中的誤差，這樣的網(wǎng)絡(luò)不夠穩(wěn)定、魯棒性低。圖2.3前饋神經(jīng)網(wǎng)絡(luò)Fig.2.3Feedforwardnetwork在1986年由Rumelhart和McClelland為首的科學(xué)家提出的反向傳播算法（backpropagation，BP）神經(jīng)網(wǎng)絡(luò)[17]。這種算法使用了神經(jīng)網(wǎng)絡(luò)預(yù)測值與真實值進行對比，通1xixdx1b2bhbqb1yjylyhv1ihvdhvjw1jw2hjwqjw個輸出神經(jīng)元的輸入第j個隱層神經(jīng)元的輸入第h==qhhhjjβbw1==diiihhαxv1

武漢紡織大學(xué)碩士學(xué)位論文10={[()+1]，=，=(2.13)卷積層的第一個功能是局部連接：通過局部連接的這種方式連接相鄰層級的神經(jīng)網(wǎng)絡(luò)，提取圖像的紋理、邊緣等特性，通過多層的局部連接，網(wǎng)絡(luò)最終能夠提取到更深層次的信息；卷積神經(jīng)網(wǎng)絡(luò)的第二個功能是共享權(quán)值：每種卷積核內(nèi)部都具有不同的權(quán)值，不同的卷積核都能夠輸出不同的特征圖，所以對于同一種特征圖，它們都來自于同一個卷積核，這樣就實現(xiàn)了權(quán)值共享。如圖2.5所示，圖像矩陣的大小為5×5，使用尺寸為3×3的卷積核進行卷積，定義卷積過程中的步長為1，最終輸出的特征圖的大小為3×3。通常生成的特征量還需要加上偏置量，該特征量最終會經(jīng)過激活函數(shù)處理，以適應(yīng)實現(xiàn)數(shù)據(jù)的非線性邏輯回歸任務(wù)。圖2.5卷積運算的過程Fig.2.5Thecompositionoftheconvolutionalneuralnetwork2.3.3激活層卷積層提取特征，激活層使用激活函數(shù)處理這些特征。常見的激活函數(shù)函數(shù)形式如表2.3所示。之所以要使用激活函數(shù)處理，是因為在卷積操作的過程中，卷積核和被卷積區(qū)域的運算，各個對應(yīng)元素的乘積，只是線性乘積的關(guān)系，不具備線性處理數(shù)據(jù)的能力。使用激活函數(shù)處理后，卷積層的輸出具備了非線性映射的能力。

【參考文獻】：
期刊論文
[1]二值化圖像的灰度處理算法研究[J]. 陳海峰,丁麗麗.  電腦與電信. 2019(07)
[2]人工神經(jīng)網(wǎng)絡(luò)中損失函數(shù)的研究[J]. 任進軍,王寧.  甘肅高師學(xué)報. 2018(02)
[3]中國2型糖尿病防治指南（2017年版）[J]. Chinese Diabetes Society;.  中國實用內(nèi)科雜志. 2018(04)
[4]用于糖尿病視網(wǎng)膜病變檢測的深度學(xué)習模型[J]. 龐浩,王樅.  軟件學(xué)報. 2017(11)
[5]云計算中使用容器技術(shù)的信息安全風險與對策[J]. 張楠.  信息網(wǎng)絡(luò)安全. 2015(09)
[6]NVIDIA發(fā)布深度學(xué)習戰(zhàn)略[J].   CAD/CAM與制造業(yè)信息化. 2015(05)
[7]基于旋轉(zhuǎn)、平移和尺度不變的平穩(wěn)小波圖像增強[J]. 馬志峰,吳瓊之,杜娟.  光學(xué)技術(shù). 2009(01)

博士論文
[1]面向圖像分類的分層稀疏表示方法研究[D]. 王博.天津大學(xué) 2016

碩士論文
[1]基于深度學(xué)習的圖像分割研究與應(yīng)用[D]. 張華博.電子科技大學(xué) 2018
[2]基于交叉熵的隨機賦權(quán)網(wǎng)絡(luò)[D]. 崔義新.河北大學(xué) 2017
[3]人臉檢測及人臉年齡與性別識別方法[D]. 張軍挺.中國科學(xué)技術(shù)大學(xué) 2017
[4]基于眼底彩照的糖尿病性視網(wǎng)膜病變微血管瘤檢測[D]. 吳波.蘇州大學(xué) 2017
[5]基于深度學(xué)習的圖像超分辨算法研究[D]. 韓小虎.河南大學(xué) 2016
[6]次全視網(wǎng)膜光凝與全視網(wǎng)膜光凝治療糖尿病視網(wǎng)膜病變的對比研究以及影響光凝治療效果的因素研究[D]. 楊倩.廣州醫(yī)科大學(xué) 2014
[7]糖尿病視網(wǎng)膜圖像自動篩查和分析的研究[D]. 陳萌夢.重慶醫(yī)科大學(xué) 2014
[8]激光治療重度NPDR和早期PDR的臨床觀察[D]. 文譯.中南大學(xué) 2009
[9]糖尿病黃斑水腫的檢測及全視網(wǎng)膜光凝對黃斑的影響[D]. 郝勝利.天津醫(yī)科大學(xué) 2007



本文編號：3141301