眼科臨床醫(yī)學(xué)中,視網(wǎng)膜血管的形態(tài)結(jié)構(gòu)是醫(yī)生對(duì)患者進(jìn)行眼科疾病和其他相關(guān)疾病診斷的重要依據(jù)。視網(wǎng)膜里血管結(jié)構(gòu)復(fù)雜,在大規(guī)模眼底檢查中,醫(yī)生通過(guò)肉眼進(jìn)行檢測(cè)耗費(fèi)大量精力同時(shí)可能有漏診、誤診現(xiàn)象發(fā)生。而使用計(jì)算機(jī)分割視網(wǎng)膜血管技術(shù)輔助醫(yī)生診斷,可提高診斷效率并降低誤診率。隨著深度學(xué)習(xí)技術(shù)的快速發(fā)展與卷積神經(jīng)網(wǎng)絡(luò)在圖像識(shí)別上的廣泛應(yīng)用,越來(lái)越多的基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理技術(shù)應(yīng)用于醫(yī)療圖像分割任務(wù)中。相對(duì)于傳統(tǒng)的圖像分割技術(shù),使用深度學(xué)習(xí)技術(shù)的分割算法準(zhǔn)確度更高。目前基于卷積神經(jīng)網(wǎng)絡(luò)的醫(yī)學(xué)圖像分割已成了研究的熱點(diǎn)。本文將深度學(xué)習(xí)技術(shù)應(yīng)用到視網(wǎng)膜血管分割研究中,開發(fā)完成了視網(wǎng)膜血管分割輔助診斷系統(tǒng),可為醫(yī)生提供準(zhǔn)確的視網(wǎng)膜血管分割服務(wù)以及眼科遠(yuǎn)程輔助診斷服務(wù)。本文研究的主要內(nèi)容如下:（1）設(shè)計(jì)基于深度學(xué)習(xí)的視網(wǎng)膜血管分割優(yōu)化算法。提出視網(wǎng)膜眼底圖像數(shù)據(jù)集預(yù)處理以及圖像擴(kuò)增方法,為后續(xù)網(wǎng)絡(luò)模型訓(xùn)練做準(zhǔn)備。選取出合適的基準(zhǔn)網(wǎng)絡(luò)模型U-Net,結(jié)合視網(wǎng)膜血管分割任務(wù)特點(diǎn),提出改進(jìn)的U-Net模型,設(shè)計(jì)的改進(jìn)模型通過(guò)設(shè)計(jì)多路徑的跳躍連接以充分利用上下文信息,提升網(wǎng)絡(luò)分割性能。并將網(wǎng)絡(luò)中標(biāo)準(zhǔn)卷積替換為可變... 

【文章來(lái)源】：安徽建筑大學(xué)安徽省

【文章頁(yè)數(shù)】：72 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景與研究意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀與存在的問題
    1.3 研究?jī)?nèi)容和主要工作
    1.4 論文組織結(jié)構(gòu)
第二章 相關(guān)理論與技術(shù)
    2.1 傳統(tǒng)圖像分割技術(shù)
        2.1.1 基于閾值的分割方法
        2.1.2 基于區(qū)域增長(zhǎng)的分割方法
        2.1.3 基于邊緣檢測(cè)的分割方法
    2.2 卷積神經(jīng)網(wǎng)絡(luò)
    2.3 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分割技術(shù)
    2.4 視網(wǎng)膜圖像分割數(shù)據(jù)集與常用評(píng)價(jià)指標(biāo)
        2.4.1 視網(wǎng)膜圖像分割數(shù)據(jù)集
        2.4.2 視網(wǎng)膜圖像分割常用評(píng)價(jià)指標(biāo)
第三章 基于深度學(xué)習(xí)的視網(wǎng)膜血管分割研究
    3.1 引言
    3.2 圖像預(yù)處理與擴(kuò)增
        3.2.1 圖像預(yù)處理
        3.2.2 圖像擴(kuò)增
    3.3 基準(zhǔn)網(wǎng)絡(luò)模型的選擇與分析
    3.4 基于改進(jìn)U-Net的視網(wǎng)膜血管分割模型
        3.4.1 可變形卷積原理與作用
        3.4.2 批標(biāo)準(zhǔn)化原理與作用
        3.4.3 殘差模塊原理與作用
        3.4.4 改進(jìn)U-Net網(wǎng)絡(luò)模型原理與分析
    3.5 實(shí)驗(yàn)過(guò)程與結(jié)果
        3.5.1 實(shí)驗(yàn)環(huán)境配置
        3.5.2 實(shí)驗(yàn)過(guò)程
        3.5.3 實(shí)驗(yàn)結(jié)果與分析
    3.6 本章小結(jié)
第四章 視網(wǎng)膜血管自動(dòng)分割輔助診斷系統(tǒng)開發(fā)
    4.1 引言
    4.2 輔助診斷系統(tǒng)需求分析
        4.2.1 可行性分析
        4.2.2 功能性需求分析
        4.2.3 非功能性需求分析
    4.3 輔助診斷系統(tǒng)總體設(shè)計(jì)
        4.3.1 系統(tǒng)設(shè)計(jì)目標(biāo)
        4.3.2 系統(tǒng)架構(gòu)設(shè)計(jì)
        4.3.3 系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)
        4.3.4 主要功能模塊設(shè)計(jì)
        4.3.5 數(shù)據(jù)庫(kù)設(shè)計(jì)
        4.3.6 系統(tǒng)安全性設(shè)計(jì)
    4.4 輔助診斷系統(tǒng)實(shí)現(xiàn)與測(cè)試
        4.4.1 系統(tǒng)測(cè)試環(huán)境
        4.4.2 系統(tǒng)實(shí)現(xiàn)
        4.4.3 系統(tǒng)測(cè)試
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 本文總結(jié)
    5.2 未來(lái)工作展望
參考文獻(xiàn)
致謝
作者簡(jiǎn)介及讀研期間主要科研成果


【參考文獻(xiàn)】：
期刊論文
[1]基于3D20CNN的鼻咽癌CT圖像分割[J]. 肖銀燕,全惠敏.  計(jì)算機(jī)工程與科學(xué). 2019(08)
[2]基于深度卷積神經(jīng)網(wǎng)絡(luò)的肺結(jié)節(jié)檢測(cè)算法[J]. 鄧忠豪,陳曉東.  計(jì)算機(jī)應(yīng)用. 2019(07)
[3]基于測(cè)試驅(qū)動(dòng)開發(fā)的Servlet實(shí)現(xiàn)[J]. 劉雙.  電子技術(shù)與軟件工程. 2018(20)
[4]彩色圖像分割算法綜述[J]. 王江濤,石紅巖,李文.  信息安全與技術(shù). 2015(04)
[5]實(shí)體關(guān)系圖的程序?qū)崿F(xiàn)[J]. 萬(wàn)曉楓,文軍.  實(shí)驗(yàn)科學(xué)與技術(shù). 2013(06)
[6]融合改進(jìn)分水嶺和區(qū)域生長(zhǎng)的彩色圖像分割方法[J]. 陳麗芳,劉一鳴,劉淵.  計(jì)算機(jī)工程與科學(xué). 2013(04)
[7]糖尿病性視網(wǎng)膜病變的相關(guān)危險(xiǎn)因素分析及治療近況[J]. 靳秋分,丁淑華.  中醫(yī)學(xué)報(bào). 2013(01)
[8]關(guān)于數(shù)字圖像處理中直方圖均衡化的探討[J]. 劉興建.  硅谷. 2011(16)
[9]結(jié)合分水嶺與自動(dòng)種子區(qū)域生長(zhǎng)的彩色圖像分割算法[J]. 楊家紅,劉杰,鐘堅(jiān)成,何明志.  中國(guó)圖象圖形學(xué)報(bào). 2010(01)
[10]圖像閾值分割算法研究[J]. 郭臻,陳遠(yuǎn)知.  中國(guó)傳媒大學(xué)學(xué)報(bào)(自然科學(xué)版). 2008(02)

博士論文
[1]圖像直方圖特征及其應(yīng)用研究[D]. 汪啟偉.中國(guó)科學(xué)技術(shù)大學(xué) 2014

碩士論文
[1]基于組合分類器的白內(nèi)障眼底圖像分類系統(tǒng)[D]. 曾楊.北京郵電大學(xué) 2016



本文編號(hào)：3177004