【摘要】：糖尿病性視網(wǎng)膜病變(Diabetic Retinopathy,DR)是主要的致盲眼病之一,微動(dòng)脈瘤(Micro-aneurysm,MA)是其最早可檢測(cè)的微小異常。目前對(duì)于微動(dòng)脈瘤的診斷主要依賴于專業(yè)眼科醫(yī)生對(duì)眼底視網(wǎng)膜圖像的篩查,這不僅對(duì)醫(yī)生的專業(yè)技能要求較高,診斷過程耗時(shí)耗力,而且隨著DR患者數(shù)量的急遽上升,醫(yī)療資源越發(fā)匱乏。近年來,結(jié)合人類視覺注意力理論在圖像處理方面取得了較好的成果,為解決人工篩查效率低等問題提供了很好的思路。因此,本文圍繞眼底圖像中微小目標(biāo)的自動(dòng)化檢測(cè)問題開展了一系列的研究與實(shí)現(xiàn),包括基于多層注意力機(jī)制的目標(biāo)檢測(cè)算法及基于形態(tài)學(xué)的目標(biāo)置信度判別方法等,主要工作如下:(1)面向眼底圖像質(zhì)量均衡化方法的研究與實(shí)現(xiàn)。針對(duì)眼底圖像質(zhì)量不均及數(shù)量過少等問題,通過顏色空間及直方圖圖像增強(qiáng)理論,結(jié)合閾值分割算法和滑動(dòng)窗口法,實(shí)現(xiàn)了眼底圖像質(zhì)量的均衡化,解決了小目標(biāo)特征不明顯和數(shù)據(jù)量不足等問題,并在多種目標(biāo)檢測(cè)模型上通過實(shí)驗(yàn)驗(yàn)證該處理方法有效可行。(2)基于多層注意力機(jī)制的目標(biāo)檢測(cè)算法的研究與實(shí)現(xiàn)。對(duì)于大多數(shù)目標(biāo)檢測(cè)算法在預(yù)測(cè)階段只采用了頂層特征,而小目標(biāo)特征不顯著等問題,構(gòu)建了一種注意力感受野的特征自選擇方法,選用小目標(biāo)特征較為明顯的特征層,然后基于注意力機(jī)制融合多層特征同時(shí)更多的關(guān)注對(duì)任務(wù)有用的信息,實(shí)現(xiàn)了微動(dòng)脈瘤的初步檢測(cè),并在小目標(biāo)的檢測(cè)性能上取得提升。(3)基于形態(tài)學(xué)目標(biāo)置信度判別方法的研究與實(shí)現(xiàn)。根據(jù)形態(tài)學(xué)分析微動(dòng)脈瘤與血管之間的位置關(guān)系,利用U-net模型對(duì)眼底圖像進(jìn)行血管的精確分割,通過血管分割圖以及候選目標(biāo)的位置坐標(biāo)計(jì)算出兩者之間的距離。根據(jù)該距離關(guān)系對(duì)初步檢測(cè)結(jié)果進(jìn)行置信度評(píng)分并通過投票篩選出假陽(yáng)性候選目標(biāo),完成微動(dòng)脈瘤的二次篩選,能在保證精確度的同時(shí)檢測(cè)出更多微動(dòng)脈瘤。
【圖文】：

~栧義賢跡玻毖矍蜆乖焱煎義涎鄣資茄矍蚰諍蟛嗟淖櫓�，壤_跡玻敝瀉焐橄嚦蠆課弧０ㄊ油�、视神经辶x嚇獺⒒瓢吆褪油ぶ醒攵猜齙茸櫓�。视网膜是视觉神经信息传递最敏锐的部粪崿辶x弦彩茄鄣淄枷裰兄饕上癲課�；蕛�(yōu)淌鞘由窬氖級(jí)耍鞘油ど鮮泳跎窬畔㈠義匣慵┏鲅矍虻牟課�，螕]諮矍蠔蟛磕誆嘣跡常恚澩�，中褮蹇有蕛�(yōu)滔蒞跡換瓢嘰﹀義嫌諶搜鄣墓庋е型汀⑶�，是视力轴线的完�(duì)暗鬩虼搜丈戎芪油ぐ敵�，螕]誥噱義鮮優(yōu)討醒胛即υ跡常擔(dān)恚淼鈉路劍恢醒氚際腔瓢咧醒胛嫉牟糠鄭嫉資油ゅ義獻(xiàn)畋∫彩鞘恿ψ蠲羧竦牡胤劍皇油ぶ醒攵猜鐾ü由窬譚植加謔油ぃ徨義瞎┭矍蜃鈧饕難汗┯�，也薁磕Ｒ钥N誆”淶牟課�。辶x銑上竦難鄣淄枷裰心芮宄吹秸廡┳櫓

本文編號(hào)：2652542